專利名稱：數(shù)字音頻處理的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字音頻處理。
背景技術(shù)：
可聞水印方法是用來保護音頻信號，其方法是把音頻信號和用于傳輸或存儲目的的另一信號(水印)組合在一起，這樣原始信號的清晰程度就足以對其進行識別和/或或評價，但信號以加上水印的形式在商業(yè)上并不可用。為了使其可用，水印方法針對那些試圖去掉水印的未授權(quán)的企圖應(yīng)該是安全的。
可以選擇水印信號使其攜帶有用的信息(例如版權(quán)、廣告或其它識別數(shù)據(jù))。水印系統(tǒng)的一個期望特征是不參考原始信號源材料、只提供合適的軟件和解密密鑰就能夠從加上水印的信號完全恢復(fù)出原始信號。
EP-A-1 189 372(松下)公開了許多用于保護音頻信號不被誤用的技術(shù)。在一種技術(shù)中，在把音頻發(fā)布給用戶之前對其進行壓縮和加密。用戶需要解密密鑰來訪問音頻。密鑰可由用戶購買以訪問音頻。音頻不能由用戶取樣，直到他們購買了密鑰為止。其它技術(shù)在音頻信號中嵌入了可聞水印來保護它。在一種技術(shù)中，音頻信號根據(jù)預(yù)定的規(guī)則和可聞水印信號組合在一起。水印使音頻信號衰減。組合被進行壓縮以傳輸給播放器。播放器可以解壓并再現(xiàn)衰減的音頻信號，它允許用戶決定是否希望購買允許他們?nèi)サ羲〉摹懊荑€”。通過向解壓縮后的衰減的音頻信號添加一個相等且相反的可聞信號就可以去掉水印。水印可以是使音頻衰減的任何信號。水印可以是噪音。水印可以是像“這段音樂只用于試聽”這樣的“聲明”。
采用頻率編碼(也稱作“頻譜編碼”)的音頻信號，例如數(shù)據(jù)壓縮的信號像MP3(MPEG-1III層)信號、ATRACTM信號、PhilipsTMDCCTM信號或DolbyTMAC-3TM信號，音頻信息被表示為一系列波段。所謂的音質(zhì)技術(shù)是用來這種降低必須被編碼以表示音頻信號的波段的數(shù)量。
上述可聞水印技術(shù)并不應(yīng)用于頻率編碼的音頻信號。為了施加(或隨后移除)可聞水印，必須把頻率編碼的音頻信號解碼回可再現(xiàn)的形式。但是，每次在一個有損耗的系統(tǒng)中對音頻信號進行編碼和解碼，都會使其受損于衰減。

發(fā)明內(nèi)容
本發(fā)明提供一種處理頻譜編碼的數(shù)字音頻信號的方法，這種音頻信號包括波段數(shù)據(jù)分量，其表示在各自波段內(nèi)的音頻貢獻，該方法包括以下步驟更改包含一個或多個上述頻帶數(shù)據(jù)分量中的子集以產(chǎn)生頻帶更改過的數(shù)字音頻信號，這種信號擁有更改過的頻帶數(shù)據(jù)分量；產(chǎn)生恢復(fù)數(shù)據(jù)以允許重新構(gòu)造上述更改過的頻帶數(shù)據(jù)分量的原始值。
本技術(shù)的基礎(chǔ)是下面的認(rèn)識如果從頻率編碼的音頻文件中有選擇地移除頻譜信息或使其中的頻譜信息失真，當(dāng)變質(zhì)的文件隨后被解碼并播放時仍然保留了文件原始的可理解程度和/或一致性。原始文件質(zhì)量的保留程度取決于沒有被移除的波段的數(shù)量，以及被移除的頻帶在文件的全部頻譜內(nèi)容的環(huán)境中的優(yōu)勢。如果來自原始(信號)的大量頻率分量(或“線”)沒有被簡單地移除，而是被取自任意選擇的“水印”文件(也是頻率編碼的)的相同頻率線的數(shù)據(jù)所取代(或混合)，那么在解碼后的輸出中這兩個文件的可理解性都得到了一定的保留。
因此可以通過用來自同樣編碼的水印信號的相同的頻帶替代(或組合)一個文件的一些或全部譜帶實現(xiàn)可聞水印。不需要把任一信號解碼回時域(音頻樣本)數(shù)據(jù)就可以完成這種操作。每個更改過的譜帶的原始狀態(tài)優(yōu)選地被進行加密并可以存儲在頻率編碼的文件的ancillary_data(副數(shù)據(jù))段用于后來的恢復(fù)。
在所附權(quán)利要求中定義了本發(fā)明的各種其它相應(yīng)的方面和功能。獨立權(quán)利要求和從屬權(quán)利要求的特征除了明確記載的之外，也可以按排列組合。


從下面對說明性實施例的詳細(xì)說明將會了解本發(fā)明的上述和其它目的、特征和優(yōu)勢，說明性實施例要結(jié)合附圖閱讀，在附圖中圖1是音頻數(shù)據(jù)處理系統(tǒng)的示意圖；圖2是說明本實施例的商業(yè)應(yīng)用的示意圖；圖3示意地說明MP3幀；
圖4a是說明向源文件施加水印的步驟的示意流程圖；圖4b是說明從加上水印的文件去除水印的步驟的示意流程圖；圖5a到5c示意地說明施加水印到源文件；圖6a和6b示意地說明位速率更改；圖7a到7c示意地說明源文件頻率線的替換；圖8a到8c示意地說明由最有意義的水印頻率線代替源文件頻率線；圖9a到9c示意地說明對源文件和水印文件頻率線之間距離的檢測；圖10a和10b示意地說明用于接收并使用加上水印的數(shù)據(jù)的設(shè)備；以及圖11a和11b示意地說明對源文件水印線的交換。
具體實施例方式
雖然將在MP3系統(tǒng)的環(huán)境中描述下面的實施例，但顯然該技術(shù)(和發(fā)明)并不局限于MP3，而是可以應(yīng)用于其它類型的頻譜編碼(頻率編碼)的音頻文件或流式數(shù)據(jù)，例如(但不僅是)ATRACTM格式、PhilipsTMDCCTM格式或DolbyTMAC-3TM格式的文件或流式數(shù)據(jù)。
圖1是一個基于軟件控制的通用個人計算機的音頻數(shù)據(jù)處理系統(tǒng)的示意圖，該計算機有系統(tǒng)單元10、顯示器20和用戶輸入設(shè)備30，例如鍵盤、鼠標(biāo)等等。
系統(tǒng)單元10包括像中央處理單元(CPU)40、隨機訪問存儲器(RAM)50、磁盤存儲器60(固定和可移動磁盤，例如可移動光盤70)和提供到網(wǎng)絡(luò)連接90(例如互連網(wǎng)連接)的鏈路的網(wǎng)絡(luò)接口卡(NIC)80這樣的部件。該系統(tǒng)可以從存儲介質(zhì)(例如固定磁盤或可移動磁盤)或通過像網(wǎng)絡(luò)連接這樣的傳輸介質(zhì)運行軟件以執(zhí)行下面所描述的一些或全部數(shù)據(jù)處理操作。
圖2是說明對下面要描述的實施例的商業(yè)應(yīng)用的示意圖。圖2顯示了兩個數(shù)據(jù)處理系統(tǒng)100、110，它們由互連網(wǎng)連接120相連。其中一個數(shù)據(jù)處理系統(tǒng)100被設(shè)計成MP3-壓縮的音頻文件的“所有者”，另一個110被設(shè)計為該文件期望中的購買者。
在第一步1，購買者請求下載或傳輸該音頻文件。在第二步2，所有者以加上水印的形式把文件傳輸給購買者。購買者聽取(在步驟3)加上水印的文件。加上水印的版本說明購買者購買該文件，所以在步驟4購買者向所有者請求密鑰。這個請求會涉及有利于所有者的財務(wù)轉(zhuǎn)讓(例如信用卡支付)。
在步驟5所有者提供一個密鑰以解密音頻文件中的所謂恢復(fù)數(shù)據(jù)。恢復(fù)數(shù)據(jù)允許移除水印并重新構(gòu)造該文件到它的完整質(zhì)量(當(dāng)然，作為一個壓縮過的文件，它的“完整質(zhì)量”可能比原始版本有輕微的衰減，即使這種衰減在聽覺上可能完全無法察覺，或者難以被非專業(yè)用戶察覺)。購買者在步驟6解密恢復(fù)數(shù)據(jù)，并在步驟7聽取不加水印的文件。
上述步驟不必全部通過網(wǎng)絡(luò)執(zhí)行。例如，購買者可以通過(例如)雜志封面所帶的免費光盤獲得加了水印的材料(步驟2)。這樣就不需要上面的步驟1和2。
使用頻率編碼的數(shù)據(jù)壓縮音頻數(shù)據(jù)壓縮的一組編碼技術(shù)涉及把音頻信號分割成不同的波段(例如，使用多相濾波器)，把不同的頻帶轉(zhuǎn)換成頻域數(shù)據(jù)(使用類似富立葉變換的方法)，并分析頻域中的數(shù)據(jù)，這里該過程可以使用音質(zhì)現(xiàn)象(例如相鄰頻帶屏蔽和噪音屏蔽效果)以移除或量化信號分量而不會對重新構(gòu)造的音頻信號有很大的主觀衰減。
壓縮是通過基于分析結(jié)果對頻譜數(shù)據(jù)的頻帶-特定的再-量化而得到的。該過程的最后階段是把頻譜數(shù)據(jù)和相關(guān)數(shù)據(jù)打包成可以由解碼器拆包的形式。再-量化過程是不可逆的，因而無法從壓縮的格式精確地恢復(fù)原始音頻，壓縮被稱為“有損耗的”。用于特定標(biāo)準(zhǔn)的解碼器從編碼的位流拆包出頻譜數(shù)據(jù)，并通過轉(zhuǎn)換頻譜信息為時域樣本而有效地再合成(一個版本的)原始數(shù)據(jù)。
MPEG I&II音頻編碼標(biāo)準(zhǔn)(第3層)，通常稱為“MP3”標(biāo)準(zhǔn)，遵循上面的一般過程。MP3壓縮的數(shù)據(jù)文件是從大量獨立的幀構(gòu)造成的，每個幀由4段構(gòu)成header、side_info、main_data和ancillary_data。ISO標(biāo)準(zhǔn)11172-3MPEG-1III層中給出了MP3格式的完整定義。
圖3的上部示意性地說明了上述結(jié)構(gòu)，一個MP3幀150包括header(H)、side_info(S)、main_data(M)和ancillary_data(A)。
幀頭包含與幀中的其它數(shù)據(jù)有關(guān)的一般信息，例如位速率、原始數(shù)據(jù)的采樣率、編碼級別、立體聲-數(shù)據(jù)-組織等等。雖然所有幀是有效獨立的，但對于這個一般數(shù)據(jù)從幀到幀能夠變化的程度仍然有一些實際的限制。每一幀的總長度通?？梢詮膸^中給出的信息得到。side_info段描述在接下來的main_data段中數(shù)據(jù)的組織，并提供頻帶比例因子、查表指示符等等。
圖3的第二部分示意性地顯示了main_data段160，它包括big_value區(qū)域(B)和Count_1區(qū)域(C)。main_data段給出了實際的音頻頻譜信息，這些信息被組織成幾種可能的不同分組形式中的一種，實際的分組形式可以從header和side_info段確定。但一般說來，數(shù)據(jù)被表示為升頻順序的量化的頻帶值。這些值中有一些就是簡單的1-位字段(在count_1數(shù)據(jù)子段中)，指示特定頻帶中的數(shù)據(jù)的缺失或存在，如果存在的話就是數(shù)據(jù)的符號。這些值中的一些隱含為0(在zero_data子段中)，因為沒有為它們提供任何編碼信息。對main_data段有三個子劃分，即big_value區(qū)域。在這些區(qū)域中，頻譜值被編碼器存儲為Huffman表的查找值。Huffman編碼僅用來通過用較短的代碼來表示較頻繁使用的頻譜值而進一步降低位速率。
big_value區(qū)域中任意給定頻率線的實際頻譜值是由三個不同數(shù)據(jù)確定的1.用于該譜線的Huffman編碼[在main_data中找到]2.在預(yù)定的Huffman表的集合中哪個Huffman表正在使用中，[在side_info中找到]3.對該頻率線正在使用什么比例因子[在side_info和main_data中找到](實際對每條線有一個縮放系數(shù))所有這三個數(shù)據(jù)從幀到幀都可以變化。
ancillary_data區(qū)只是跟隨在主數(shù)據(jù)區(qū)后面的未使用空間。因為編碼器之間對音頻幀中保存多少數(shù)據(jù)沒有標(biāo)準(zhǔn)化，因而音頻數(shù)據(jù)的大小、以及由此ancillary_data的大小從幀到幀都可以有較大變化。通過對前面的段或高效或低效的打包、通過對頻譜數(shù)據(jù)或嚴(yán)重或輕微的量化、或者通過增加或減少文件的標(biāo)稱位速率都可以改變ancillary_data段的大小。
水印技術(shù)現(xiàn)在將參考給MP3壓縮的音頻文件加水印來描述本技術(shù)的一種實施例。但應(yīng)該理解本技術(shù)也可應(yīng)用于其它頻譜編碼系統(tǒng)，只要對數(shù)據(jù)格式和組織進行適當(dāng)?shù)?常規(guī))改變。還有，盡管本技術(shù)決不局限于這種狀況，但假設(shè)沒有水印的MP3文件有足夠的質(zhì)量(即，由壓縮過程而產(chǎn)生的衰減足夠小)使得用戶有興趣去除水印以使用文件。
為了方便描述起見，在這個例子中還將假設(shè)水印和源文件的初始格式是相同的(相同的采樣率、MPEG版本和層、立體編碼和短/長塊應(yīng)用)。同樣，這不是該過程所要求的。
在本技術(shù)中，可聞水印的實現(xiàn)是通過用來自相同編碼的水印信號的等價頻帶代替(或組合)文件中一些或全部譜帶。這個操作可以在MP3-編碼級別(或者在后-Huffman-查找級別)通過對編碼的位流的操作來完成，即不把任一信號解碼回時域(音頻樣本)數(shù)據(jù)。每個更改過的譜帶的原始狀態(tài)都被進行加密并存儲在MP3文件的ancillary_data段中用于以后的恢復(fù)。通過擴展ancillary_data段，或者使用已有的空間就可以為此獲得空間。因此不需要完全解碼音頻數(shù)據(jù)并隨后對其重新編碼，這樣可以避免(通過解碼和再編碼過程而造成的)對音頻信號的進一步衰減。
這個描述中將使用下列術(shù)語源文件＝包含將要向其施加水印的音頻材料的MP3文件水印文件＝包含可聞水印信號的MP3文件為將要替換哪些頻率線設(shè)置一種策略?？梢院唵蔚厥褂霉潭ň€組，或根據(jù)源文件和水印文件的內(nèi)容來改變線。在第一個例子中，選擇了簡單的固定線組，然后描述替代策略方法。
根據(jù)所選擇的策略，這時可以確定存儲恢復(fù)數(shù)據(jù)所需的ancillary_data空間的量。如上所述，通過提高加了水印的數(shù)據(jù)的輸出位速率就可以簡單地實現(xiàn)這一點。大多數(shù)情況下，簡單地提高位速率到下一個更高的合法值(并用它來限制可以保存的恢復(fù)數(shù)據(jù)的數(shù)量)就足夠了。對可變位速率的編碼方案來說，可以更精確地調(diào)節(jié)位速率的變化。
MP3編碼器通常設(shè)法以使每幀中的空閑空間最小化，好的或理想的編碼器在ancillary_data區(qū)域中應(yīng)該具有零空間。為了確定是否有有用空間為幀所用需要分析幀頭。
幀中用來容納加密后的恢復(fù)數(shù)據(jù)可能需要的數(shù)據(jù)空間的量是可變的，但通常每一幀最少需要幾個字節(jié)來攜帶恢復(fù)幀頭信息。為已經(jīng)更改過的譜線攜帶恢復(fù)數(shù)據(jù)所需的數(shù)據(jù)容量取決于更改過的線的數(shù)量和特性。通常，在該技術(shù)的經(jīng)驗性的試驗中，當(dāng)水印材料初始位速率為128K位/秒時這個數(shù)量是大約100字節(jié)每幀，但這個數(shù)字隨后將受位速率的增加所控制(即隨其而調(diào)整)，比如位速率從128K位/秒增加到160K位/秒將使數(shù)據(jù)幀大小增加約100字節(jié)，見下面論證這個結(jié)論的計算。
對每數(shù)據(jù)幀的字節(jié)數(shù)(″bpf″)有一個公式，在這個公式中總的位速率″B″是一個變量。音頻采樣率″SR″是另一變量。這個公式用于MPEG1第3層bpf＝144*B/SR“正常”(即，非VBR“可變速率”)MP3文件中的位速率只能是幾個合法值中的一個。例如，對MPEG-1第3層來說，這些合法值是32、40、48、56、64、80、96、112、128、160、192、224、256或320K位/秒。
因此，對一個音頻采樣率是44.1KHz的文件來說，如果位速率從128K位/秒增加到160K位/秒，則用這種測算所提供的額外容量將是144*(160,000-128,000)/44100＝約104.5字節(jié)每幀提升到更高的位速率是非常有用的，因為沒有詳細(xì)的分析將很難確保在任意給定音頻幀中輔助數(shù)據(jù)被附加在main_data之后同時保持位速率不變。這是因為所謂的“位容器”——其中一個音頻幀能夠在編碼器的判斷下跨越達(dá)三個數(shù)據(jù)幀之多。如果音頻幀(通過附加輔助區(qū)域、改變main_data值或通過任意其它方式)被擴展，它可有多種撞擊效果，這些效果使得后來的幀不可能適應(yīng)它們的可用空間。圖4a的流程圖中示意性地說明了這個基本過程。
在步驟200把水印讀入存儲器并分解(一幀幀的，或者從整體上)。存儲加水印策略所需的來自水印的頻譜信息。在這個階段能夠方便地反查到相關(guān)的Huffman表和其它相關(guān)信息(例如，比例因子)以使實際的頻譜值可用。
在步驟205讀取初始源幀頭(也可能是幾個初始幀)以建立幀格式、可用的恢復(fù)數(shù)據(jù)空間等等。一個循環(huán)過程現(xiàn)在啟動(從步驟210到步驟240)，依次應(yīng)用于每個源文件幀。
在步驟210讀取下一源文件幀和下一個水印文件幀。在步驟215，根據(jù)當(dāng)前策略確定要更改的譜線，把與該策略相關(guān)的源文件幀的頻率線的頻譜信息保存在恢復(fù)區(qū)中(例如，RAM50的一部分)。
然后在步驟220把水印的當(dāng)前幀應(yīng)用到當(dāng)前的源文件幀。因此，由于這一步在循環(huán)安排中被重復(fù)執(zhí)行，結(jié)果是水印文件的第一幀被應(yīng)用于源文件的第一幀，等等。如果水印文件的幀數(shù)小于源文件，就重復(fù)水印幀的順序。
用下面兩種可能方法中的一種來更改由該策略所確定的每個譜線的原始值1.參考來自水印的順序的對應(yīng)幀，用水印中那條線的值來替換該值，可能還乘以一個比例因子k(它在一般情況中可能是1或0，也存在k不是1或0的可能性)或者用它來更改。比例因子可以是可變的，這種情況下它可以和恢復(fù)數(shù)據(jù)存儲在一起，或者它可以是固定的，至少關(guān)于特定的源文件是固定的，這種情況下它可以是隱含的或只為該文件存儲一次；或者2.把該值和來自水印的相關(guān)值組合在一起--例如，50∶50平均過程。
當(dāng)用來替換原始值的頻譜值可以取自和用于原始線相同的Huffman表時，這兩種方法操作都非常成功。如果該表不包含替換所需的正確的值，就使用返回最接近的值的Huffman編碼。這兩種情況下，當(dāng)確定替換值時還可以考慮每條線的實際比例因子。
在步驟225，一旦已經(jīng)施加了水印，就存儲(例如，在磁盤存儲器60中)包括更改過的幀頭信息在內(nèi)的每個幀的更改過的幀數(shù)據(jù)。并在步驟230對可以應(yīng)用到該幀的恢復(fù)數(shù)據(jù)加密并存儲。
在步驟225可以更改幀頭以便提高位速率到可以提供所需的額外空間的程度，以便向已有的音頻幀施加水印并附加恢復(fù)數(shù)據(jù)(如在步驟215中所保存的)到音頻幀的main_data區(qū)域作為ancillary_data。要寫的第一件事是組織數(shù)據(jù)，例如哪些頻帶正在被保存、可能的UMID(SMPTE通用材料標(biāo)識符)或元數(shù)據(jù)信息、以及實際保存的頻帶。這里需要額外考慮的是數(shù)據(jù)必須被加密以防止對原始數(shù)據(jù)的未授權(quán)的恢復(fù)；使用常用的基于密鑰的軟件加密技術(shù)。
圖6a和6b中示意性地說明了更改幀頭數(shù)據(jù)的過程，更改幀頭數(shù)據(jù)是為了提高可用數(shù)據(jù)容量以便存儲恢復(fù)數(shù)據(jù)。在圖6a中，幀頭指定了特定的位速率，該位速率又確定了每幀的大小。在圖6b中，幀頭已經(jīng)被改成了更高的合法值(例如，下一個更高的合法值)。這就給出了更大的幀大小。因為header、side_info和main_data部分的大小沒有增加，所以ancillary_data區(qū)的大小增加了幀大小變化的總量。
在步驟240，檢測是否已經(jīng)處理了所有源文件。如果沒有，就重復(fù)步驟210到240，按照需要的次數(shù)重復(fù)使用水印文件，直到整個源文件都被處理完為止。圖5a到5c示意性地說明了這個過程，在這幾幅圖中水印文件310比源文件300更短。按照需要重復(fù)水印文件310以便將該水印應(yīng)用到整個源文件上。
如果所有源文件都處理過了，該流程就在步驟250關(guān)于該文件終止。
加過水印的文件，包括更改過的譜線數(shù)據(jù)和加密后的恢復(fù)數(shù)據(jù)都被存儲在(例如)磁盤60和/或通過網(wǎng)絡(luò)90進行傳輸。
在上述方法中，應(yīng)該理解更改可以在音頻幀基礎(chǔ)上進行。MP3標(biāo)準(zhǔn)允許音頻幀跨越多個數(shù)據(jù)幀。
圖4b示意性地說明了從加上水印的文件中移除水印的步驟。
在步驟255，裝載加過水印的文件的一幀(例如裝入圖1的RAM中)。在步驟260，使用上面描述的密鑰來解密與該幀相關(guān)的恢復(fù)數(shù)據(jù)。在步驟265，把恢復(fù)數(shù)據(jù)應(yīng)用到加過水印的文件幀以重新構(gòu)造包括幀頭和音頻數(shù)據(jù)在內(nèi)的對應(yīng)的源文件幀。術(shù)語“應(yīng)用”表示使用一個過程，該過程實際上是最初向源文件施加水印的過程的逆過程。實際上該過程可能比施加水印要簡單的多，因為，在恢復(fù)階段不需要設(shè)置策略、不需要選擇頻帶等等。對每個幀a.解密恢復(fù)信息(恢復(fù)信息的第一個數(shù)據(jù)可以是加密的“長度”字段)b.分析恢復(fù)數(shù)據(jù)的策略部分以查看必須在它的正確位置中放回什么。有些要放回的信息可能對所有幀都是固定的并且對非流式?jīng)_洗(washing)(例如，策略本身)可能只被指定在在第一幀中；一些要放回的信息從幀到幀可以不同-像實際的頻譜信息-(它取決于策略)。這暗示該恢復(fù)數(shù)據(jù)優(yōu)選地包括所有幀的策略。
c.使用恢復(fù)數(shù)據(jù)用它的(原始)值覆蓋或修正幀中更改過的數(shù)據(jù)。
d.寫入新的幀header(再次設(shè)置原始幀速率)、side_info和main_data，但沒有恢復(fù)數(shù)據(jù)。
因為采用施加水印過程，音頻成幀與數(shù)據(jù)幀1∶1的關(guān)系并不是必需的，這樣就會使上述方法復(fù)雜化，因而在釋放數(shù)據(jù)幀之前需要一些緩沖。
注意(由于使用施加水印過程)，可以不需把數(shù)據(jù)向下解碼到時域數(shù)據(jù)(音頻樣本)層次就能夠?qū)崿F(xiàn)原始材料的恢復(fù)。
在步驟270，如果有更多加了水印的幀要處理，控制返回步驟255.否則，該過程在275結(jié)束。
變體可以幾種方式來更改上述的通用過程。下面的描述給出了多種變體，它們可以用來更改通用過程，可以單獨應(yīng)用或組合應(yīng)用。
1.選擇替換頻率線的方法在通用過程中，所描述的方法使用簡單的固定頻率線組來進行更改。圖7a到7c示意性地說明了這個過程。圖7a示意性地說明了源文件的一幀的一組16條頻率線。圖7b示意性地說明了水印文件的對應(yīng)幀的一組16條線。水印文件的線被畫成陰影。在圖7c中，根據(jù)預(yù)定的(固定)替換策略，源文件的第2、4、8、10、14和16條線(從圖的頂部開始計數(shù))已經(jīng)被水印文件的對應(yīng)線所替換。
對使用中的材料的特性敏感的替代方法或許能夠給出更好(例如，主觀上更容易理解)的結(jié)果。下面給出了三個例子(1.1到1.3)例1.1 通過分析水印來選擇要更改的譜線。因為水印在步驟200被進行了分解，檢查了頻譜信息，并根據(jù)在每幀中哪些頻率線占有優(yōu)勢而構(gòu)建了一張權(quán)重表。當(dāng)讀取了所有水印幀之后，最經(jīng)常占有優(yōu)勢(在整個水印文件上進行平均)的譜線的集合被用于給所有幀施加水印，考慮源文件幀的可用空間。
例如1.2 根據(jù)每個水印幀中的優(yōu)勢線，要更改的源文件的線從幀到幀是可變的。為每個水印幀按大小創(chuàng)建一張頻率線表。在處理每個源文件幀時，選擇被更改的頻率線為在當(dāng)前水印幀中占據(jù)優(yōu)勢的那些頻率線。圖8a到8c示意性地說明了這個過程。如前，圖8a示意性地說明了一個源文件幀的一組16條頻率線。圖8b示意性地說明了來自水印文件的對應(yīng)幀的對應(yīng)的一組16條線。水印幀中最主要的線(在圖8b中是最長的線)被替換到源文件中，結(jié)果如圖8c所示。注意只替換了4條線。這是為了說明在下面的例1.4之下要描述的自適應(yīng)替換方法。
例1.3 要更改的源文件的線取決于水印和源文件中頻譜數(shù)據(jù)的組合。一個例子是根據(jù)可能的加水印之前和加水印之后的線之間的差值來計算權(quán)重，并選擇給出最高值(即，由于水印，更高的間距引起對源文件更大的衰減)的線。這降低了源文件Huffman查找表不能容納水印的值的可能性。而且，圖9a到9c示意性地說明了這個過程。圖9a示意性地說明了一個源文件幀的一組16條頻率線，圖9b示意性的說明了來自水印文件的對應(yīng)幀的對應(yīng)的一組16條線。圖9c示意性地表示兩幀的對應(yīng)線之間的“距離”(這個示意表示中的長度差值)。根據(jù)當(dāng)前策略可以容納多少條線，距離最大的n條線將被替換。
例子1.4 偽隨機選擇可以根據(jù)偽隨機順序(由一個種子值產(chǎn)生)替換地得到要縮放的線的同一性。種子值可以是整個文件的部分恢復(fù)數(shù)據(jù)或者可從解密密鑰導(dǎo)出。
上述所有技術(shù)(基礎(chǔ)技術(shù)和例1.1到1.4中的變體)可以施加到下列方案一個源文件的線被一個水印文件的線所代替，或者一個源文件的線被根據(jù)一個水印文件的線進行了更改，乃至組合策略。在使用固定策略的基礎(chǔ)方案中，不必存儲每個幀有哪些已經(jīng)被更改的細(xì)節(jié)。采用更具有自適應(yīng)性的策略，識別哪些線已經(jīng)被更改的直接方法就是把這些信息和恢復(fù)數(shù)據(jù)存儲在一起。實際上，如果恢復(fù)數(shù)據(jù)(解密后)識別出那些為其提供了恢復(fù)信息的線，也就暗示了這樣的細(xì)節(jié)。
例1.5 適應(yīng)更改的線的數(shù)量。更改的線的數(shù)量不必是預(yù)定的或固定的。甚至固定的線策略(前面所述基礎(chǔ)布置)也能夠允許在每一幀中更改可變數(shù)量的線。策略能夠根據(jù)優(yōu)先級順序(并且可能服從于允許的最大更改數(shù))更改可變數(shù)量的線。在步驟210(圖4a)可以檢測到ancillary_data段中空閑空間的量。選擇多條線進行更改以便必要的恢復(fù)數(shù)據(jù)將會適應(yīng)ancillary_data中的可用空間。如果通過改變文件的總位速率而增加了ancillary_data空間，這個增加也要考慮進去。
在上面的例1.2和1.3中，要更改的頻率線可能從幀到幀是變化的。如果所選的頻帶的變化速度過大，會產(chǎn)生可聞的副作用。通過使相關(guān)加權(quán)過程的結(jié)果遭受低通濾波(換句話說，即限制對于要更改的譜線集合所允許的幀到幀的變化的量)可以降低這些副作用。如果更改的頻率線代表過高的音頻頻率也可能會發(fā)生不希望有的副作用。為了減輕這個潛在的問題，可以限制由更改的頻率線所代表的音頻頻率。
同樣，如果水印和源文件頻率線在短塊或長塊范圍內(nèi)，那么直接替換它們是無效的。會發(fā)生一些進一步的解碼和再編碼，或者替換是和原始源文件中相同的編碼。在這點上，注意MP3文件能夠根據(jù)用于在時域和頻域間轉(zhuǎn)換的兩個不同的MDCT(更改過的離散余弦變換)塊長度來存儲頻譜信息。所謂的“長塊”由18個樣本組成，“短塊”由6個樣本組成。擁有兩個塊大小的目的是優(yōu)化或者至少增強對時間分辨率或頻率分辨率的轉(zhuǎn)換。短塊有很好的時間分辨率但頻率分辨率很差，長塊則正好相反。因為MDCT變換對兩個塊大小是不同的，來自一種類型的塊的一組系數(shù)(即，頻率線)不能被直接替換成一個不同類型的塊。
另外，如果水印的立體聲編碼模式不同于源文件的立體聲編碼模式，也可能發(fā)生不希望的結(jié)果。這種情況下可能對水印進行一些進一步的解碼或再編碼。
在所有三個例子1.1到1.5中，在施加水印過程中所更改的源文件頻率線的數(shù)量可以由一個固定的數(shù)來限制，(策略-驅(qū)動、用戶提供或硬編碼)，或者可以由可用的恢復(fù)空間來限制，或者由這兩者共同限制。哪種方法最適合(包括簡單的固定線方法)將取決于多種因素，包括可用的處理能力、源文件和水印的特性、所需源文件(由水印引起)的衰減程度。
2.改變Huffman表和比例因子上面的描述只涉及了對main_data頻譜信息的更改(和恢復(fù)存儲)。也可以更改原始數(shù)據(jù)的其它方面，例如用于特定頻率線的頻譜數(shù)據(jù)的Huffman表。這個操作將被完成以確保正確的代碼可用于更改過的頻譜數(shù)據(jù)(而不只是給出近似的后查找值的代碼)。
同樣，可以改變side_info和main_data段中的比例因子以便更好地表示水印頻譜數(shù)據(jù)的頻譜級。這可能對(例如)降低潛在的所不希望的作用有用，由此，加了水印的材料中的水印級別趨向于遵循源文件材料中的級別。
3.保存恢復(fù)數(shù)據(jù)的方法如上所述，隱藏恢復(fù)數(shù)據(jù)的優(yōu)選方法是在每個音頻幀中使用ancillary_data空間。通過使用現(xiàn)有的空間、或者通過提高位速率以創(chuàng)建額外的空間可以實現(xiàn)這一點。這個方法的優(yōu)勢是所存儲的恢復(fù)數(shù)據(jù)位于它所涉及的幀中，這樣不用參考其它幀就可以恢復(fù)每個幀。然而，其它機制也是可能的MP3格式允許特殊的ID幀成為文件的一部分，通常在文件的開頭或結(jié)尾。這些幀可以用于存儲與施加水印操作有關(guān)的信息，這些信息對所有幀都是公共的，例如UMID和元數(shù)據(jù)信息、施加水印策略、固定的水印掩碼等等。
恢復(fù)數(shù)據(jù)可以簡單地以數(shù)據(jù)塊(不必以MP3格式)附加到MP3文件中。
4.對不在big_value區(qū)域中的頻率線的使用4.1 使用水印的Count_1區(qū)域上述方法通常把main_data段的big_value區(qū)域中的頻譜數(shù)據(jù)作為水印更改的目標(biāo)。水印和源文件的頻譜數(shù)據(jù)也被存儲在它們自的main_data段的count_1區(qū)域中。來自這個區(qū)域的數(shù)據(jù)也可用于施加水印，并且，在(例如)水印在count_1區(qū)域中有重要的頻譜信息的情況下，能夠增強加了水印的文件的質(zhì)量。
4.2 重新定義源文件的區(qū)域邊界源文件通過擴展任意(或全部的)源文件的big_value區(qū)域或源文件的count_1區(qū)域的長度能夠更容易地容納水印。例如，水印在big_value區(qū)域可以有與源文件幀的count_1區(qū)域中的頻率線對應(yīng)的頻率線?；蛘撸≡赾ount_1區(qū)域可以有與源文件幀的0區(qū)域中的頻率線對應(yīng)的頻率線。這個選擇將需要更多的恢復(fù)信息(例如)以便考慮區(qū)域邊界的變化。
5.文件VS流式上面的描述通常已經(jīng)假設(shè)水印系統(tǒng)的輸入和輸出已經(jīng)是MP3文件。對該系統(tǒng)的擴展或改變將允許處理流式數(shù)據(jù)，例如在廣播狀況中(那里該過程未必能夠訪問到數(shù)據(jù)流的開始或結(jié)尾)。因此，雖然上面的例子指的是“文件”，但相同的技術(shù)應(yīng)該被看作也能應(yīng)用于通常的音頻“信號”，而它可能是流式信號。
這將涉及確保每個幀中包含了用于恢復(fù)自己所需的所有恢復(fù)數(shù)據(jù)，包括所有的更改線策略信息和用于施加水印(或由其更改)的線的描述或定義，以及用于確?；謴?fù)數(shù)據(jù)的解密密鑰要么對所有幀都相同要么可以從每個幀中的數(shù)據(jù)計算出來的方法，(也許對密鑰本身使用公共密鑰加密系統(tǒng))。它還將涉及考慮由于填充位而導(dǎo)致的數(shù)據(jù)幀大小的可變性。幀大小變化以便維持恒定的每幀平均位速率。
6.固定音調(diào)水印上面的描述已經(jīng)假定水印信號是取自水印文件，而水印文件在必要時會被多次重復(fù)以匹配源文件的長度。
這種方案的替換方案允許直接從固定的音調(diào)、噪音源或其它周期或重復(fù)信號發(fā)生器產(chǎn)生水印頻譜數(shù)據(jù)，產(chǎn)生的水印頻譜數(shù)據(jù)可以是任意復(fù)雜程度的，并由一種能夠匹配源文件信號內(nèi)容的方式控制著，但必須以某種能夠使未受權(quán)的移除更難進行的方式進行調(diào)制。
(例如)當(dāng)為了歸檔目的而需要源文件數(shù)據(jù)的自動損傷時這種途徑可能會是有用的，但不需要任何特定的水印內(nèi)容。下面在例子7.1和7.2中描述了其它相關(guān)的技術(shù)。
7.譜線的交叉不是用來自水印文件的譜線去更改或替換源文件中的線，而是使用一種交叉方法。
在這種方法中，源文件中的線被相互交換、縮放或刪除，而且不參考另外的水印文件或直接產(chǎn)生的信號?；謴?fù)源文件的原始狀態(tài)所需的數(shù)據(jù)被存儲為恢復(fù)數(shù)據(jù)。被交換、縮放或刪除的線從幀到幀或以其它間距可以變化的?？梢酝ㄟ^上面描述的策略中的任意策略來選擇要由示例技術(shù)7.1和7.2中的任意一個處理的線。技術(shù)7.1和7.2也可以組合施用。
例7.1 交叉/交換在一種安排中，在源文件中線組被進行交換。與這種安排相關(guān)的恢復(fù)數(shù)據(jù)只需識別這些線，因而相對較少。線的交換可替換地按照由種子值所提供的偽隨機順序來執(zhí)行。在這個實例中，種子值可以構(gòu)成整個文件的恢復(fù)數(shù)據(jù)以及解密密鑰。譜線的交叉/交換無需被限制為只在單個幀中發(fā)生。它也可以發(fā)生在幀之間(例如，跨越多個連續(xù)的幀)。
圖11a和11b中示意性地說明了這種技術(shù)的一個例子。如前，圖11a示意性地說明了一個源文件幀中的一組16條頻率線。圖11b示意性地說明了來自加了水印的文件的對應(yīng)幀的對應(yīng)的一組16條線。這些線已經(jīng)被按照相鄰對進行了互換，因此源文件的第1和第2條線(從圖的上部開始計數(shù))、第3和第4條線、第5和第6條線(等等)已經(jīng)被進行了互換。為了圖的清晰起見，這只是一個簡單的例子。當(dāng)然，也可以采用更復(fù)雜的交換策略使得在沒有正確的密鑰時要恢復(fù)文件更加困難。
例7.2 刪除在這個安排中，所選的源文件譜線都被刪除。與這個安排相關(guān)的恢復(fù)數(shù)據(jù)需要提供刪除的線。
8.多級可以提供兩級或多級(兩組或多組)恢復(fù)數(shù)據(jù)，例如可以通過各自不同的密鑰來訪問。第一級可以允許移除任何水印消息(例如，一條口頭消息)，但留下殘留級別的噪音(衰減)，這些噪音是該材料不適合專業(yè)或高保真應(yīng)用。第二級可以允許移除這個噪音?？梢韵胂笥脩魧榈诙壝荑€付出更高的費用，和/或限制第二級密鑰只能為特定類別的用戶使用，例如專業(yè)用戶。
9.部分恢復(fù)用戶可以支付特殊費用以恢復(fù)特定的時段(例如，在時間編碼01:30:45:00和01:31:44:29之間的60秒)。這需要額外的步驟檢測用戶已經(jīng)付過費的時段，并只對該時段應(yīng)用恢復(fù)數(shù)據(jù)。
另一種將上述過程更改為像這樣的部分恢復(fù)的方式是在施加水印期間，單個幀(或幀組)使它們的恢復(fù)數(shù)據(jù)被的不同密鑰的預(yù)測順序加密。
在沖洗(即去掉水印)期間，只有那些跨越所需段的幀才被沖洗(恢復(fù))。這些幀可以被a.以原始位速率寫到一個單獨的文件
b.寫為一個洗過的段嵌在加了水印的文件中，這種情況下所有幀的位速率都將提高(因為使文件的某一段具不同的位速率在實踐中是不推薦的)。
應(yīng)用圖10a示意性地說明了接收并使用加了水印的文件的一種裝置。數(shù)字廣播數(shù)據(jù)信號由天線400(例如數(shù)字音頻廣播天線或衛(wèi)星碟式天線)或從有線連接(未顯示)接收并被傳給“機頂盒”(STB)410。術(shù)語“機頂盒”是一個通用術(shù)語，指的是用于處理廣播或有線信號的解調(diào)器和/或解碼器和/或解密器單元。該術(shù)語實際上并不像字面意思那樣表示STB必須被放置在電視機或其它裝置的頂部，所說的″機″也不一定是電視機。
STB和內(nèi)容提供商(未顯示，但類似于圖2的“所有者”100)有一個電話(調(diào)制解調(diào)器)連接420。內(nèi)容提供商傳送加了水印的音頻文件，該文件被按照上面所描述的過程施加可聞水印而故意進行了衰減。STB把這些信號解碼為“基帶”(模擬)格式，該格式可由電視機、收音機或放大器430放大并通過揚聲器440輸出。
在操作中，用戶接收加了水印的音頻內(nèi)容并收聽它。如果用戶決定購買未加水印的版本，用戶可以(例如)按下STB410或遠(yuǎn)程命令設(shè)備(未顯示)上的“支付”按鈕450。如果用戶有一個由內(nèi)容提供商確認(rèn)的帳號(支付方法)，STB就簡單地通過電話連接420向內(nèi)容提供商發(fā)送一個請求，并接著接收解密密鑰420以允許對恢復(fù)數(shù)據(jù)解密，然后按照上面所描述的將恢復(fù)數(shù)據(jù)施加到加了水印的文件。如果沒有已經(jīng)建立的支付方法，用戶可以(例如)輸入(敲入或刷卡)信用卡號到STB410，輸入的信用卡號可以被關(guān)于該交易而傳輸?shù)絻?nèi)容提供商。
根據(jù)內(nèi)容提供商進行的安排，用戶可以購買只聽取一次未加水印的內(nèi)容的權(quán)利，也可以購買用戶想要的任意次數(shù)，或者是限定的次數(shù)。
圖10b中顯示了第二種裝置，這種裝置中接收器460至少包括解調(diào)器、解碼器、解密器和音頻放大器以便能夠處理來自天線400(或來自有線連接)的加了水印的音頻數(shù)據(jù)。接收器還有一個“智能卡”讀取器470，可以在其中插入一張智能卡480。和其它通用的廣播服務(wù)一樣，智能卡規(guī)定了一組用戶有權(quán)接收的內(nèi)容服務(wù)。這可以取決于用戶和內(nèi)容提供商或廣播電臺之間建立的支付方式所覆蓋的一組服務(wù)。
內(nèi)容提供商廣播加了水印的音頻內(nèi)容，如上所述。這可以由任何有合適的接收器的人接收并收聽(以加了水印的，即衰減了的形式)，因而鼓勵用戶準(zhǔn)備為接收未加水印形式的材料而付款。擁有允許收聽這些內(nèi)容的智能卡的那些用戶也可以對恢復(fù)數(shù)據(jù)進行解密并收聽未加水印形式的內(nèi)容。例如，解密密鑰可以存儲在智能卡上，以減少對電話連接的需要。
智能卡和電話-支付裝置在圖10a和10b的實施例之間當(dāng)然是可以互換的。也可以使用這二者的組合，這樣用戶可以有一個智能卡以允許它收聽基礎(chǔ)的服務(wù)組，加上正在使用的電話連接以為其它(高級)內(nèi)容服務(wù)獲取密鑰。
在目前，由于已經(jīng)用軟件控制的數(shù)據(jù)處理設(shè)備實現(xiàn)了(至少部分地)上述本發(fā)明的實施例，應(yīng)該理解提供這樣的軟件控制的計算機程序以及存儲或傳輸該計算機程序的存儲或傳輸介質(zhì)也可以被想象成本發(fā)明的特征。
還要注意上面描述的一些安排和排列可能導(dǎo)致恢復(fù)的文件和施加水印之前的原始文件不是逐位相同。但是，在MP3和其它用于表示聲音的編碼技術(shù)中有等價的方式，以使與輸入文件并非逐位相同的最終文件聽起來仍然相同。例如，數(shù)據(jù)成幀可以不同，或者未使用的ancillary_data空間的量可以不同。在本發(fā)明的實施例的環(huán)境中這樣的結(jié)果是可以接受的。
雖然這里已經(jīng)參考附圖詳細(xì)描述了本發(fā)明的說明性實施例，但應(yīng)該理解本發(fā)明并不僅限于這些明確的實施例，本領(lǐng)域的技術(shù)人員在不偏離所附權(quán)利要求定義的本發(fā)明的范圍和精神的情況下可對這些實施例進行不同的修改和改進。
權(quán)利要求
1.一種處理頻譜編碼的數(shù)字音頻信號的方法，所處理的音頻信號包括頻帶數(shù)據(jù)分量，它表示在各自的頻帶內(nèi)的音頻貢獻，該方法包括下列步驟更改包含一個或多個所述頻帶數(shù)據(jù)分量的子集以產(chǎn)生頻帶-更改過的數(shù)字音頻信號，該信號具有更改過的頻帶數(shù)據(jù)分量；并產(chǎn)生恢復(fù)數(shù)據(jù)以允許重新構(gòu)造出所述更改過的頻帶數(shù)據(jù)分量的原始值。
2.權(quán)利要求1的方法，包括對所述恢復(fù)數(shù)據(jù)加密的步驟。
3.權(quán)利要求1的方法，其中所述恢復(fù)數(shù)據(jù)包括上述頻帶數(shù)據(jù)分量的所述子集。
4.權(quán)利要求1的方法，其中所述更改步驟包括用來自頻譜編碼的數(shù)字音頻水印信號的對應(yīng)頻帶數(shù)據(jù)分量乘以一個比例因子來替換所述頻帶數(shù)據(jù)分量中的一個或多個。
5.權(quán)利要求1的方法，其中所述更改步驟包括把所述頻帶數(shù)據(jù)分量的一個或者多個同來自頻譜編碼的數(shù)字音頻水印信號的對應(yīng)的頻帶數(shù)據(jù)分量組合在一起。
6.權(quán)利要求1的方法，其中所述頻帶數(shù)據(jù)分量的所述子集是所述頻帶數(shù)據(jù)分量的預(yù)定子集。
7.權(quán)利要求1的方法，其中所述恢復(fù)數(shù)據(jù)定義了哪些所述頻帶數(shù)據(jù)分量在所述頻帶數(shù)據(jù)分量的所述子集中。
8.權(quán)利要求4的方法，包括下列步驟檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量在水印信號的至少一部分中是最主要的，這些最主要的頻帶數(shù)據(jù)分量形成了所述頻帶數(shù)據(jù)分量的所述子集。
9.權(quán)利要求8的方法，其中所述檢測步驟包括檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量在所述水印信號的整體上是最主要的。
10.權(quán)利要求8的方法，其中所述水印信號和所述數(shù)字音頻信號被各自編碼為連續(xù)的數(shù)據(jù)幀，其表示所述水印信號和所述數(shù)字音頻信號各自的時段，所述檢測步驟包括檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量在所述水印信號的一組一個或多個所述數(shù)據(jù)幀上是最主要的，這些最主要的頻帶數(shù)據(jù)分量形成了關(guān)于所述數(shù)字音頻信號的對應(yīng)的一組一個或多個幀的所述頻帶數(shù)據(jù)分量子集。
11.權(quán)利要求5的方法，包括下列步驟檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量在所述水印信號的至少一部分上是最主要的，這些最主要的頻帶數(shù)據(jù)分量形成了所述頻帶數(shù)據(jù)分量的所述子集。
12.權(quán)利要求11的方法，其中所述檢測步驟包括檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量在所述水印信號的整體上是最主要的。
13.權(quán)利要求11的方法，其中所述水印信號和所述數(shù)字音頻信號被各自編碼為連續(xù)的數(shù)據(jù)幀，其表示所述水印信號和所述數(shù)字音頻信號各自的時段，所述檢測步驟包括檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量在所述水印信號的一組一個或多個所述數(shù)據(jù)幀上是最主要的，這些最主要的頻帶數(shù)據(jù)分量形成了關(guān)于所述數(shù)字音頻信號的對應(yīng)的一組一個或多個幀的所述頻帶數(shù)據(jù)分量的所述子集。
14.權(quán)利要求4的方法，包括下列步驟檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量與所述數(shù)字音頻信號的對應(yīng)頻帶數(shù)據(jù)分量在所述水印信號和所述數(shù)字音頻信號的至少對應(yīng)部分上區(qū)別最大，這些區(qū)別最大的頻帶數(shù)據(jù)分量形成了所述頻帶數(shù)據(jù)分量的所述子集。
15.權(quán)利要求5的方法，包括下列步驟檢測所述水印信號的哪些所述頻帶數(shù)據(jù)分量與所述數(shù)字音頻信號的對應(yīng)頻帶數(shù)據(jù)分量在所述水印信號和所述數(shù)字音頻信號的至少對應(yīng)部分上區(qū)別最大，這些區(qū)別最大的頻帶數(shù)據(jù)分量形成了所述頻帶數(shù)據(jù)分量的所述子集。
16.權(quán)利要求7的方法，其中形成所述頻帶數(shù)據(jù)分量的所述子集的所述頻帶數(shù)據(jù)分量是由偽隨機函數(shù)定義的。
17.權(quán)利要求1的方法，其中以數(shù)據(jù)格式的形式存儲所述數(shù)字音頻信號，所述數(shù)據(jù)格式至少有格式定義數(shù)據(jù)，指定可以用來存儲所述數(shù)字音頻信號的數(shù)據(jù)量；所述頻帶數(shù)據(jù)分量；和0或更多的輔助數(shù)據(jù)空間。
18.權(quán)利要求17的方法，包括在所述輔助數(shù)據(jù)空間存儲所述恢復(fù)數(shù)據(jù)的步驟。
19.權(quán)利要求17的方法，包括下列步驟更改所述格式定義數(shù)據(jù)以指定更大量的數(shù)據(jù)來存儲所述數(shù)字音頻信號，由此增加所述輔助數(shù)據(jù)空間的大小。
20.權(quán)利要求1的方法，包括向所述頻帶-更改過的數(shù)字音頻信號附加所述恢復(fù)數(shù)據(jù)的步驟。
21.權(quán)利要求1的方法，包括下列步驟根據(jù)可以用于所述恢復(fù)數(shù)據(jù)的數(shù)據(jù)容量來調(diào)整在所述頻帶數(shù)據(jù)分量的所述子集中的所述頻帶數(shù)據(jù)分量的數(shù)量。
22.一種處理頻譜編碼的數(shù)字音頻信號的方法，所處理的音頻信號包括頻帶數(shù)據(jù)分量和恢復(fù)數(shù)據(jù)，該頻帶數(shù)據(jù)分量表示在各自的頻帶內(nèi)的音頻貢獻，該恢復(fù)數(shù)據(jù)表示所述頻帶數(shù)據(jù)分量子集的原始值，該方法包括下列步驟根據(jù)所述恢復(fù)數(shù)據(jù)來更改所述頻帶數(shù)據(jù)分量的所述子集以重新構(gòu)造所述頻帶數(shù)據(jù)分量的所述子集的所述原始值。
23.權(quán)利要求22的方法，包括對所述恢復(fù)數(shù)據(jù)解密的步驟。
24.一種發(fā)布頻譜編碼的音頻內(nèi)容材料的方法，所述方法包括下列步驟按照權(quán)利要求1的方法來處理所述頻譜編碼的音頻內(nèi)容材料，以形成頻帶-更改過的數(shù)字信號和恢復(fù)數(shù)據(jù)；對所述恢復(fù)數(shù)據(jù)加密以形成加密的恢復(fù)數(shù)據(jù)；提供所述頻帶-更改過的數(shù)字信號和所述加密的恢復(fù)數(shù)據(jù)給接收用戶；提供解密密鑰給所述接收用戶以允許所述接收用戶對所述加密的恢復(fù)數(shù)據(jù)進行解密。
25.權(quán)利要求24的方法，其中所述提供步驟只在接收到來自所述接收用戶的付款時才會發(fā)生。
26.一種接收頻譜編碼的音頻內(nèi)容材料的方法，所述方法包括下列步驟從內(nèi)容提供商接收頻帶-更改過的數(shù)字信號和加密的恢復(fù)數(shù)據(jù)，所述頻帶-更改過的數(shù)字信號和所述恢復(fù)數(shù)據(jù)是根據(jù)權(quán)利要求1的方法產(chǎn)生的；接收解密密鑰以允許對所述加密的恢復(fù)數(shù)據(jù)進行解密；對所述加密的恢復(fù)數(shù)據(jù)解密以形成解密的恢復(fù)數(shù)據(jù)；根據(jù)權(quán)利要求22的方法用所述解密的恢復(fù)數(shù)據(jù)來處理所述頻帶-更改過的數(shù)字信號。
27.權(quán)利要求26的方法，包括下列步驟向所述內(nèi)容提供商提供付款。
28.一種攜帶有用于執(zhí)行權(quán)利要求1的方法的程序代碼的計算機軟件。
29.一種用來提供根據(jù)權(quán)利要求28的軟件的介質(zhì)。
30.權(quán)利要求29的介質(zhì)是存儲介質(zhì)。
31.權(quán)利要求29的介質(zhì)是傳輸介質(zhì)。
32.一種攜帶有用于執(zhí)行權(quán)利要求22的方法的程序代碼的計算機軟件。
33.一種用來提供根據(jù)權(quán)利要求33的軟件的介質(zhì)。
34.權(quán)利要求33的介質(zhì)是存儲介質(zhì)。
35.權(quán)利要求33的介質(zhì)是傳輸介質(zhì)。
36.一種用于處理頻譜編碼的數(shù)字音頻信號的設(shè)備，所處理的數(shù)字音頻信號包括頻帶數(shù)據(jù)分量，它表示在各自的頻帶內(nèi)的音頻貢獻，該設(shè)備包括數(shù)據(jù)修改器，用于更改包括一個或多個所述頻帶數(shù)據(jù)分量的子集；和數(shù)據(jù)發(fā)生器，用于產(chǎn)生恢復(fù)數(shù)據(jù)以允許重新構(gòu)造出所述頻帶數(shù)據(jù)分量的所述子集的原始值。
37.權(quán)利要求36的設(shè)備，包括用于加密所述恢復(fù)數(shù)據(jù)的加密器。
38.一種用于處理頻譜編碼的數(shù)字音頻信號的設(shè)備，所處理的數(shù)字音頻信號包括頻帶數(shù)據(jù)分量和恢復(fù)數(shù)據(jù)，該頻帶數(shù)據(jù)分量表示在各自的頻帶內(nèi)的音頻貢獻，該恢復(fù)數(shù)據(jù)表示所述頻帶數(shù)據(jù)分量子集的原始值，該設(shè)備包括數(shù)據(jù)修改器，用于根據(jù)所述恢復(fù)數(shù)據(jù)來更改所述頻帶數(shù)據(jù)分量的所述子集以重新構(gòu)造出所述頻帶數(shù)據(jù)分量的所述子集的所述原始值。
39.權(quán)利要求38的設(shè)備，包括用于對所述恢復(fù)數(shù)據(jù)解密的解密器。
40.一種包括權(quán)利要求38的設(shè)備的機頂盒。
41.一種包括權(quán)利要求38的設(shè)備的音頻接收器。
42.頻譜編碼的音頻數(shù)據(jù)包括格式定義數(shù)據(jù)；頻帶數(shù)據(jù)分量；和加密的恢復(fù)數(shù)據(jù)，定義了對所述頻帶數(shù)據(jù)分量的改變。
全文摘要
一種處理頻譜編碼的數(shù)字音頻信號的方法，所處理的數(shù)字音頻信號包括頻帶數(shù)據(jù)分量，其表示在各自的頻帶內(nèi)的音頻貢獻，該方法包括下列步驟更改包含一個或多個頻帶數(shù)據(jù)分量的子集；產(chǎn)生恢復(fù)數(shù)據(jù)以允許重新構(gòu)建出更改過的頻帶數(shù)據(jù)分量的原始值。
文檔編號G10L19/018GK1534919SQ200410033240
公開日2004年10月6日 申請日期2004年3月31日 優(yōu)先權(quán)日2003年3月31日
發(fā)明者W·E·C·肯蒂斯, W E C 肯蒂斯, P·D·索普, 索普 申請人:索尼英國有限公司