本發(fā)明涉及用于生成表示信息信號的一部分的指紋的方法，并且涉及相應(yīng)裝置、計算機程序及其各種用途。

背景技術(shù)：

伴隨著電影、電視、音樂以及其它音頻和視頻在當(dāng)今社會中幾乎無處不在，越來越期望能夠自動識別這種內(nèi)容。自動識別內(nèi)容開啟了各種可能性，諸如獲取這種內(nèi)容的諸如標(biāo)題、藝術(shù)家、流派、歌詞、評論和評分等的元數(shù)據(jù)、或者提供附加內(nèi)容或活動與該內(nèi)容共存等。另一有吸引力的應(yīng)用是廣播監(jiān)視：識別廣播并編制列表以例如用來確定向版權(quán)所有者的版稅支出。

用于獲得內(nèi)容的標(biāo)識符的一個技術(shù)被稱為指紋識別(fingerprinting)，有時還被稱為簽名創(chuàng)建、魯棒指紋識別、魯棒哈?；蛱卣魈崛?。內(nèi)容項的(魯棒)指紋是該項的最相關(guān)感知特征的代表。

一般而言，指紋識別算法具有判別力和魯棒性這兩個性能標(biāo)準(zhǔn)。判別指紋識別算法能夠?qū)蓚€信息信號彼此區(qū)分開。即，根據(jù)兩個不相似信號獲得兩個相似指紋從統(tǒng)計學(xué)上應(yīng)是不太可能的。魯棒指紋識別算法能夠識別具有各種失真的相同信息信號。即，根據(jù)相同信號的兩個失真版本所計算出的指紋應(yīng)當(dāng)相同或者至少彼此非常相似。從音樂的低質(zhì)量的無線電廣播到電影的裁剪或大小調(diào)整或者字幕、前層景或水印的添加，失真可以是偶然的或有意的。

提出了用于使用指紋識別來對信息信號進行識別和分類的許多方案。在美國專利US8140331B2、美國專利US8380518B2、美國專利US7516074B2、美國專利US8440900B2和美國專利US8492633B2中公開了一些示例。

美國專利申請US8204314公開了用于針對視頻對象的幀生成空間簽名或指紋的方法。將該幀分割成多個塊。針對各塊計算平均亮度，并且將塊按亮度的相對排序變換成作為針對空間簽名或指紋的多個輸入其中之一的向量。通過創(chuàng)建以更精細的粒度分割的塊，按多個等級進行該處理：最初為2×2個塊，然后為4×4個塊，等等。該方法的缺點是將所有的平均亮度彼此比較以創(chuàng)建相對排序這一操作緩慢。另外，塊之間存在顯著的相關(guān)性，這樣降低了算法的魯棒性。

美國專利申請US8340449公開了用于基于視頻的空間和時序特性來計算視頻的指紋的方法。相鄰像素的對形成最低等級值。采用和或差或?qū)ψ鳛檩^高等級值。針對視頻片段中的各行、列和時間列重復(fù)該處理。結(jié)果是表示該片段中的所有幀的空間和時序特性的系數(shù)的三維陣列，隨后例如通過將各系數(shù)的大小與預(yù)定閾值進行比較來對該陣列進行量化。這樣使該陣列平坦化為一維的位向量。在示例中，將各個位量化為+1、-1或0，并且兩位編碼方案針對+1使用位10，針對-1使用位01，并且針對0使用位00。位向量形成指紋。

該方法的缺點是所計算出的頻率差是相關(guān)的，這意味著如此得到的指紋不完全具有判別力。此外，該計算處理由于所涉及的復(fù)雜計算因而緩慢。

Haitsma等人的國際專利申請WO 02/065782公開了用于生成魯棒哈希的方法，其中該魯棒哈希識別包括諸如電影、電視節(jié)目或歌曲等的音頻或視聽內(nèi)容的信息信號。該方法將信息信號分割成幀，針對各幀計算哈希字，并且使連續(xù)的哈希字連接以構(gòu)成哈希信號。計算哈希字包括：將信息信號的各幀再分割成多個頻率子帶，計算信號在各所述頻率子帶中的譜屬性，將頻率子帶中的屬性與各個閾值進行比較，并且利用哈希字的各個位來表示所述比較的結(jié)果。

圖1示出采用在y軸上具有33個頻率子帶F且在x軸上具有N個幀的33×N譜圖圖像的Haitsma算法的實施例?；跒V波技術(shù)在各幀處提取32位的指紋。計算時間上的接續(xù)幀和頻率上的接續(xù)頻率子帶之間的能量差，并且將該能量差與閾值進行比較?！?”位與正差值相對應(yīng)，而“0”位與非正值相對應(yīng)。如果將幀n處的頻帶m的能量表示為E(n,m)、并且利用B(n,m)來表示幀n的指紋的第m位，則可以通過以下公式來表示指紋的位。

F(n，m)＝E(n，m)+E(n-1，m)-E(n，m+1)-E(n-1，m)

這樣，可以針對各幀，根據(jù)33個頻率子帶來生成32位的指紋。Haitsma的公開內(nèi)容將256個這樣的幀指紋組合成塊指紋，并且基于該塊指紋來進行搜索。

Haitsma算法的缺點是所計算出的頻率差是相關(guān)的，因而如此得到的指紋不完全具有判別力。即使在假定所輸入的頻率子帶不相關(guān)的情況下，濾波(差分運算)也在濾波后的值之間引入了某種相關(guān)性。

此外，在Haitsma算法中，各個頻率子帶之間的差異對于影響一個或多個頻率子帶的小變化是敏感的。通常，根據(jù)越大的頻率范圍(例如，跨多個頻率子帶)所計算出的差對于音頻或視頻處理所引入的噪聲越具魯棒性。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種用于生成表示信息信號的指紋的改進的方法，該方法與Haitsma相比提供更具判別力的指紋。該方法包括以下步驟：分解步驟，用于按分解等級將所述信息信號的一部分分解成多個頻率子帶；計算步驟，用于計算所述信號在所述多個頻率子帶中的各頻率子帶中的譜屬性；比較步驟，用于將各譜屬性與第一標(biāo)準(zhǔn)進行比較，由此生成比較結(jié)果；組合步驟，用于將各比較結(jié)果進行組合以構(gòu)成所述指紋，其中，將所述分解步驟、所述計算步驟、所述比較步驟和所述組合步驟重復(fù)進行至少一次，其中，針對各次重復(fù)，使用與先前分解等級不同的分解等級來進行所述分解步驟。

標(biāo)準(zhǔn)通常是作為比較對象的例如零或絕對值的閾值。閾值優(yōu)選是相鄰帶的譜屬性值或者先前部分中的相應(yīng)帶的譜屬性值。譜屬性可以是頻帶的能量或頻帶的調(diào)性。對于視頻信號，帶的平均亮度可以構(gòu)成所述帶的譜屬性。頻率子帶優(yōu)選是信息信號的各部分的頻譜的頻率子帶。頻率子帶可以具有隨著頻率而增加的帶寬。組合可以如按順序連接那樣簡單，但也可以關(guān)注重排序，例如可靠性高的排在前面。該部分可以是信息信號的幀。

在本發(fā)明的實施例中，使用比先前分解等級更粗略的分解等級來進行所述分解步驟的各次重復(fù)。更粗略意味著按分解等級所進行的頻率子帶的子分割與先前分解等級相比具有更少數(shù)量的子帶。

在最低或最精細分解等級的情況下，處理與Haitsma等人所使用的處理相同，從而獲得特定指紋位。在更粗略分解等級的情況下，創(chuàng)建新的頻率子帶并且使這些新的頻率子帶相關(guān)聯(lián)以創(chuàng)建更高等級的指紋位。

在實施例中，針對各次重復(fù)，所述分解步驟包括：通過將先前分解等級的頻率子帶進行組合來創(chuàng)建多個頻率子帶。該更高等級的步驟與先前分解等級相比產(chǎn)生更少數(shù)量的頻率子帶。然而，這些頻率子帶各自表示更大的頻帶。由于噪聲能量在更大的頻帶內(nèi)稀釋，更粗略分解等級的情況下所使用的更大頻率子帶固有地更具魯棒性。因而，如此得到的指紋更具魯棒性。

在另一優(yōu)選實施例中，所述組合步驟包括：使用先前分解等級的頻率子帶的連續(xù)對，使得與先前分解等級中的頻率子帶的數(shù)量相比，創(chuàng)建一半數(shù)量的頻率子帶。

為了改善該方法的判別力，代替計算頻率子帶的重疊對之間的差，可以僅計算頻率子帶的非重疊對之間的差。這樣防止了包括相關(guān)差。這樣，在一定程度上消除了特征之間的冗余性，這樣得到更具判別力的特征表示。

后續(xù)重復(fù)中的比較步驟可以使用相同標(biāo)準(zhǔn)來進行比較，然而在實施例中，針對各次重復(fù)，使用與先前標(biāo)準(zhǔn)不同的標(biāo)準(zhǔn)來進行所述比較步驟。

在另一實施例中，所述計算步驟還包括：計算所述譜屬性和所述標(biāo)準(zhǔn)之間的差，其中所述差表示所述比較步驟中的各比較結(jié)果的可靠性。在與標(biāo)準(zhǔn)的匹配的質(zhì)量低、例如接近閾值的情況下，該比較結(jié)果不可靠。

優(yōu)選地，作為該另一實施例的一部分，包括用于對信號在各帶中的譜屬性進行標(biāo)準(zhǔn)化的步驟作為用于計算所述譜屬性的步驟的一部分。本實施例允許依據(jù)可靠性對指紋比較結(jié)果進行跨等級排名。例如在利用位表示比較結(jié)果的情況下，在指紋計算期間，可以識別最不可靠位(例如，32位中的8位)。在搜索處理中，在沒有獲得匹配的情況下，改變這些低可靠性的比較結(jié)果中的一個或多個。由于使用了多個等級的比較結(jié)果，因此難以將一個等級的低質(zhì)量的比較結(jié)果與另一等級的低質(zhì)量的比較結(jié)果進行比較。通過在比較之前對譜屬性應(yīng)用標(biāo)準(zhǔn)化，可以比較各等級的比較結(jié)果的質(zhì)量。

此外，優(yōu)選地，作為該另一實施例的一部分，包括用于對最精細分解等級以外的分解等級的標(biāo)準(zhǔn)化中的屬性應(yīng)用權(quán)重因數(shù)的步驟。本發(fā)明人已發(fā)現(xiàn)，較粗略分解等級的比較結(jié)果與較精細分解等級的比較結(jié)果相比往往更加可靠。如前所述那樣應(yīng)用標(biāo)準(zhǔn)化忽略了該知識，這意味著較粗略分解等級的比較結(jié)果可能看上去不如該比較結(jié)果實際那樣可靠。應(yīng)用權(quán)重因數(shù)對該情況進行了補償。

根據(jù)本發(fā)明的用于生成指紋的方法可以有利地用在用于將指紋與一個或多個參考指紋進行匹配的方法中。

在實施例中，在沒有獲得匹配的情況下，改變所生成的具有可靠性相對低的關(guān)聯(lián)指示的指紋的一個或多個比較結(jié)果。在替代實施例中，所生成的具有可靠性相對低的關(guān)聯(lián)指示的指紋的一個或多個比較結(jié)果被忽略。

上述方法可以由用于生成表示信息信號的指紋的專用裝置來進行。所述裝置包括：分解部件，用于按分解等級將所述信息信號的一部分分解成多個頻率子帶；計算部件，用于進行針對所述多個頻率子帶各自計算所述一部分的譜屬性的計算步驟；比較部件，用于將各譜屬性與標(biāo)準(zhǔn)進行比較；組合部件，用于將各比較結(jié)果進行組合以構(gòu)成所述指紋。所述裝置還具有：重復(fù)部件，其被配置為將所述分解部件所進行的分解、所述計算部件所進行的計算、所述比較部件所進行的比較和所述組合部件所進行的組合分別重復(fù)進行至少一次，其中，所述分解部件被配置為使用與先前分解等級不同的分解等級來進行分解。

這種裝置可以包含在諸如電視、收音機、平板電腦或移動電話等的用于渲染內(nèi)容的裝置內(nèi)?？蛇x地，該裝置可用在例如用于廣播監(jiān)視、音頻或視頻識別或者其它信息信號處理的其它裝置中。

本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其包括可執(zhí)行指令，其中所述可執(zhí)行指令在計算機上執(zhí)行的情況下，使所述計算機進行根據(jù)本發(fā)明的上述方法的步驟。這樣使計算機用作本發(fā)明的裝置。

附圖說明

現(xiàn)在將參考附圖來更詳細地說明本發(fā)明，其中：

圖1示出Haitsma算法的實施例；

圖2示意性示出本發(fā)明的方法；

圖3示意性示出針對本發(fā)明的方法的改進；

圖4示意性示出更詳細的底層算法；

圖5示意性示出根據(jù)本發(fā)明的裝置。

在附圖中，相同的附圖標(biāo)記表示相同或相似的特征。在示出多個相同的特征、對象或項的情況下，僅針對代表性樣本提供附圖標(biāo)記，以便不影響附圖的清楚。

具體實施方式

圖2示意性示出本發(fā)明的方法。接收到需要指紋的信息信號100。該指紋例如可用于以下目的：獲得與信息信號100有關(guān)的元數(shù)據(jù)；或者觸發(fā)諸如記錄事件或阻斷信息信號100等的動作、或者與信息信號有關(guān)的本領(lǐng)域內(nèi)已知的(或?qū)硭氲降?許多其它選項中的任意選項。

信息信號100是按部分接收到的。部分可以是內(nèi)容的幀、多個相連接的幀或其它子分割，其中各幀可以表示數(shù)秒的音頻或視頻信號、或者視頻塊。一些系統(tǒng)可以僅利用表示所述幀的指紋進行工作，其它系統(tǒng)需要在可以進行進一步的動作之前連接多個幀的指紋。例如，在獲得與信息信號100有關(guān)的元數(shù)據(jù)的系統(tǒng)中，經(jīng)常需要針對與數(shù)秒的音頻或視頻相等的幀的指紋。

在步驟110中，將信息信號100的幀分解成具有最精細分解等級的多個頻率子帶111a、…、111n。

在步驟120中，該方法計算信號100在各所述頻率子帶中的譜屬性。該譜屬性可以是頻帶的能量或頻帶的調(diào)性(tonality)，其中可以利用調(diào)性系數(shù)[1]來表示調(diào)性。對于視頻信號，帶的平均亮度可以構(gòu)成所述帶的譜屬性。頻率子帶優(yōu)選是信息信號的各幀的頻譜的頻率子帶。頻率子帶可以具有隨著頻率而增加的帶寬。頻率子帶可以重疊，但優(yōu)選不重疊，以防止包括相關(guān)差。這樣得到更具判別力的特征表示。

在步驟130中，該方法將各譜屬性與特定標(biāo)準(zhǔn)進行比較，并且產(chǎn)生代表各個比較結(jié)果的輸出位作為與最精細分解等級相對應(yīng)的各個位。該標(biāo)準(zhǔn)通常是作為比較對象的例如零或絕對值的閾值。閾值優(yōu)選是諸如相鄰帶的能量水平等的譜屬性值或者先前幀中的相應(yīng)帶的譜屬性值。在一個優(yōu)選實施例中，所使用的標(biāo)準(zhǔn)是當(dāng)前頻帶的能量是高于還是低于其相鄰頻帶的能量。如果當(dāng)前頻帶的能量高于其相鄰頻帶的能量，則結(jié)果為1；如果當(dāng)前頻帶的能量低于其相鄰頻帶的能量，則結(jié)果為0。

在步驟170中，將該方法重復(fù)進行預(yù)定次數(shù)，從而獲得各種分解等級的預(yù)定數(shù)量的頻率子帶和各種等級的結(jié)果位。優(yōu)選地，預(yù)定次數(shù)是4次，這意味著將該方法進行5次：一次是按最精細分解等級來進行的，并且四次是按連續(xù)的較粗略分解等級來進行的。這樣得到(與例如24位或72位的哈希相比)利用計算機硬件的當(dāng)前設(shè)計處理起來高效的32位的哈希。注意，步驟130中所使用的標(biāo)準(zhǔn)在不同等級的情況下可以是不同的。

如果在步驟170中判斷為沒有達到預(yù)定次數(shù)(N(“否”))，則首先在步驟180中，通過將較精細分解等級的頻率子帶的連續(xù)對進行組合來創(chuàng)建較粗略分解等級的頻率子帶。然后，在步驟110中將幀分割成更粗略分解等級的多個頻率子帶，在步驟120中計算信號在這些更高等級的頻率子帶各自中的譜屬性，在步驟130中與標(biāo)準(zhǔn)進行比較并且再次將結(jié)果表示為更粗略分解等級的各個位。

如果在步驟170中判斷為達到了重復(fù)的預(yù)定次數(shù)(Y(“是”))，則該方法進入步驟190。

最后，在步驟190中，該方法將所有等級的位進行組合以構(gòu)成針對該幀的指紋。組合可以如按順序連接那樣簡單，但可以關(guān)注重排序，例如可靠性高的排在前面。

在上述處理中，重復(fù)步驟110～130，直到在步驟170中判斷為達到了足夠的等級為止。這樣允許進行可選的細化，其中通過該細化，可以容易地使用所計算出的最精細分解等級的各帶中的屬性來計算更高等級的屬性。在假定較高等級的頻率子帶與連續(xù)的較低等級的頻率子帶完全重疊的情況下，如圖4那樣，可以簡單地將較低等級的頻率子帶的屬性相加并且得到較高等級的帶的譜屬性?？蛇x地，可以針對期望的各分解等級并行地或連續(xù)地進行步驟110～130，其中各分解等級的頻率子帶中的子分割不同，這導(dǎo)致分解等級針對各子分割步驟而有所不同。

圖3示意性示出圖2所示的方法的進一步改進，其中在該改進中添加了可靠性信息。沒有再次論述與圖2等同的步驟。

在該改進中，使用按各等級所進行的比較步驟130的輸入來生成表示代表比較結(jié)果的各個位的可靠性的信息。在與標(biāo)準(zhǔn)的匹配的質(zhì)量低、即接近閾值的情況下，該位不可靠。對具有不可靠位的指紋進行匹配，這不太可能得到與參考指紋的正匹配。

優(yōu)選地，首先，在步驟140中，對信號在各帶中的譜屬性進行標(biāo)準(zhǔn)化。本實施例允許依據(jù)可靠性對指紋位進行跨等級排名。由于使用了多個分解等級的位，因此難以將一個等級的低質(zhì)量位與另一等級的低質(zhì)量位進行比較。通過在比較之前對譜屬性應(yīng)用標(biāo)準(zhǔn)化，可以比較各個等級的位的質(zhì)量。

在標(biāo)準(zhǔn)化處理期間，優(yōu)選對最精細分解等級以外的等級的標(biāo)準(zhǔn)化中的譜屬性應(yīng)用權(quán)重因數(shù)。本發(fā)明人已發(fā)現(xiàn)，較粗略分解等級的位與較精細分解等級的位相比往往更加可靠。應(yīng)用標(biāo)準(zhǔn)化忽略了該知識，這意味著較粗略分解等級的位可能看上去不如該位實際那樣可靠。應(yīng)用權(quán)重因數(shù)對該情況進行了補償。

接著，在步驟150中，計算實際可靠性信息。記錄給定數(shù)量(例如，32個中的8個)的可靠性最低的位，這允許在沒有獲得匹配的情況下改變這些低可靠性位中的一個或多個。

圖4示意性示出以下在使用頻率屬性的音頻指紋提取的上下文中所論述的圖2的方法底層的算法。該算法從預(yù)處理步驟開始，其中該預(yù)處理步驟包括采樣率對話、立體聲到單聲道對話、音頻信號成幀等。接著，在針對原始信號的典型FFT變換之后，在時頻域中應(yīng)用帶的子分割和能量計算。如此，生成32×N的譜圖映射，并且將該譜圖映射饋送至指紋位提取模塊。將幀n處的頻帶m的能量表示為E(n,m)?？梢酝ㄟ^下式來計算第一分解等級的隨時間經(jīng)過的子帶能量差：

在圖4所示的層級結(jié)構(gòu)的第一分解等級的情況下，計算頻率方向上的能量差。該操作實際是跨相鄰頻帶的能量相減過程，其中可以將該能量相減過程指定為如下：

可以通過查看F¹(n，k)的符號來獲得最低分解等級的最初16個指紋位，其中這16個指紋位從形式上被定義為如下：

在針對下一更高分解等級計算指紋位之前，首先使用以下公式來對各對相鄰頻帶的能量進行求和：

這里，包括與各分解等級有關(guān)的權(quán)重因數(shù)w。該因數(shù)w可用于在不同的分解等級之間進行標(biāo)準(zhǔn)化以及賦予權(quán)重。在上述公式中，w²是指本發(fā)明的處理中的第二分解等級的權(quán)重因數(shù)。

盡管在各分解等級針對相同數(shù)量的最低分解等級頻率子帶來計算F(n,m)，但在跨分解等級的情況下，針對不同數(shù)量的頻率子帶來計算F(n,m)。這在根據(jù)能量差的大小對所有能量差進行排序的情況下造成偏差。特別地，幾乎僅從最低分解等級中選擇弱位。本發(fā)明人通過實驗已確定了該分配方式并不體現(xiàn)良好策略。

在實施例中，可以向權(quán)重因數(shù)w應(yīng)用標(biāo)準(zhǔn)化因數(shù)，從而使較高分解等級的帶能量標(biāo)準(zhǔn)化，由此使能量差標(biāo)準(zhǔn)化。優(yōu)選地，該因數(shù)是0.5。這樣允許進行能量標(biāo)準(zhǔn)化并且克服了新的提取方法所提出的挑戰(zhàn)。

實驗表明標(biāo)準(zhǔn)化(盡管與非標(biāo)準(zhǔn)化情況相比給出了更好的精度但)未必帶來弱位的最佳分配。在本實施例的細化中，以偏離標(biāo)準(zhǔn)化因數(shù)0.5的方式來改變權(quán)重。特別地，大于0.5的權(quán)重用來反映較高分解等級的穩(wěn)定性和魯棒性。換句話說，來自較高分解等級的特征與較低分解等級的特征相比在不太可能發(fā)生失真的意義上更加穩(wěn)定。通過將該情況映射至弱位概念，在較高分解等級中定義較少的弱位、但向不可靠的較低分解等級分配較多的弱位，這是合乎邏輯的。實質(zhì)上，基于特征在層級結(jié)構(gòu)中的位置來對這些特征賦予不同的權(quán)重。已發(fā)現(xiàn)該策略得到更好的弱位分配并且提高了搜索的精度和效率。

接著，通過下式來計算指紋位：

以及

重復(fù)這些操作，直到生成第五分解等級的最后的位為止。最終，將根據(jù)各分解等級所計算出的位匯總到一起以形成32位的子指紋。

以上說明使用了特定操作順序，即不同分解等級的頻率子帶的時間差分和遞歸計算，從而簡化說明。本領(lǐng)域內(nèi)知識豐富的人員將會觀察到可以改變頻率子帶之間和時間幀之間的差分的順序而不會影響結(jié)果，或者可以通過對譜的獨立于其它分解等級的相應(yīng)部分進行求和以及相減來直接計算高分解等級差。

圖5示意性示出用于將指紋與數(shù)據(jù)庫550中所存在的一個或多個參考指紋進行匹配的裝置500。為了便于說明，將該數(shù)據(jù)庫550示出為存在于裝置500的內(nèi)部，但該數(shù)據(jù)庫550還可以存在于該裝置的外部，例如經(jīng)由諸如因特網(wǎng)等的網(wǎng)絡(luò)可訪問。裝置500包含用于進行本發(fā)明的方法的裝置510。

裝置500優(yōu)選包括接收器501，其中該接收器501用于接收信息信號100，而該信息信號100被饋送至裝置510。該裝置包括分別與圖2的步驟110、120、130、170、180和190相對應(yīng)的分解模塊511、計算模塊512、比較模塊513、確定模塊517、帶創(chuàng)建模塊518和位組合模塊519?？梢匀菀椎靥砑俞槍D3的額外步驟的模塊。模塊514具有計數(shù)器，其中該計數(shù)器使得分解、計算、比較、組合和確定重復(fù)所需的重復(fù)次數(shù)。

在位組合模塊519產(chǎn)生了指紋的情況下，將該指紋饋送至匹配模塊560，其中在該匹配模塊560中，進行數(shù)據(jù)庫550內(nèi)的搜索。產(chǎn)生結(jié)果(例如，信號100的元數(shù)據(jù)590)作為輸出。

如上所述，本發(fā)明所產(chǎn)生的位由于其與閾值的接近或相似問題因而可能具有相對低的可靠性。在實施例中，通過在沒有獲得匹配的情況下使匹配模塊560改變具有可靠性相對低的指示的一個或多個位，來解決該可靠性問題。所改變的可靠性低的位越多，搜索時間將越長。此外，錯誤匹配的幾率隨著所改變的位數(shù)而增加。本發(fā)明人已發(fā)現(xiàn)改變(“翻轉(zhuǎn)(flipping)”)32個位中的8個位實際提供了針對高可靠性的期望和針對數(shù)據(jù)庫550內(nèi)的短搜索時間的期望之間的良好折衷。

可選地，可以通過在沒有獲得匹配的情況下簡單地忽略具有可靠性相對低的指示的一個或多個位，來解決可靠性問題。

總結(jié)

以上提供了針對用于例示并描述本發(fā)明的多個有用實施例的說明。該說明并不意圖成為針對可以實現(xiàn)或使用本發(fā)明的所有可能方式的窮盡性說明。技術(shù)人員將能夠想到仍依賴于如權(quán)利要求書所呈現(xiàn)的本發(fā)明的必要特征的許多修改和變化。另外，沒有詳細說明眾所周知的方法、過程、組件和電路。

文獻參考

[1]J.D.Johnston(1988).“Transform coding of audio signals using perceptual noise criteria”.IEEE Journal on Selected Areas in Communications 6(2):314-332.doi:10.1109/49.608