MÉTODO DE GENERACIÓN DE UNA HUELLA PARA UNA SEÑAL ÚTIL.

Método destinado a generar una huella para una señal de audio,

en donde la señal de audio representa la evolución de un espectro que comprende audiofrecuencias en el transcurso del tiempo, mediante el cuál al menos un conjunto de datos, que comprende una parte de la señal de audio, es procesado por al menos un analizador según una instrucción de análisis predeterminada; mediante el cuál el analizador genera, a la salida, como un resultado del procesamiento de un vector de datos de huella dependiendo del, e identificando, dicho al menos un conjunto de datos procesado; mediante el cuál dicho al menos un analizador comprende filtros de frecuencia para procesar un espectro de frecuencias de cada uno de los conjuntos de datos, caracterizado porque cada uno de los filtros de frecuencia está adaptado para filtrar un tono particular procedente del espectro de frecuencias de los conjuntos de datos, lo que genera un conjunto de tonos, y la instrucción de análisis comprende la etapa que consiste en seleccionar los tonos, que tengan la amplitud más elevada para cada uno de los conjuntos de datos y la etapa que consiste en calcular un vector que representa el número de ocurrencias de los tonos diferentes en tanto como tonos seleccionados

Método de generación de una huella para una señal útil.

La invención se refiere a un método de generación de una huella para una señal de audio.

El término "señal útil", tal como aquí se utiliza, se emplea para designar señales que representan datos previstos, a la larga, para su recepción por un usuario, en particular un usuario humano. Ejemplos comunes de señales útiles son las señales de audio, que representan la evolución de un espectro de frecuencias para ondas acústicas en el transcurso del tiempo (el espectro que varía, por ejemplo, desde 300 Hz a 3400 Hz para telefonía o desde 10 Hz a 20 kHz para la reproducción de alta calidad de un concierto clásico o señales de vídeo (de imagen única así como imágenes en movimiento), en donde una frecuencia de la señal útil es, por ejemplo, para presentarse visualmente en una pantalla de TV o cinematográfica, definida por las propiedades de la imagen y varía entre 0 Hz (una imagen vacía) y una frecuencia máxima determinada por las filas y columnas de la pantalla y una velocidad de regeneración para imágenes en movimiento de p.e. 6,5 MHz para numerosos sistemas de TV.

Sin embargo, las señales útiles podrían incluir, además, señales que representan cadenas de texto u otras representaciones y también futuros desarrollos de señales previstas de forma directa o indirecta y en particular, para su percepción por usuarios humanos.

Las señales útiles se podrían representar, de un modo análogo, por ejemplo como señales de radio o de TV, o se podrían representar como señales digitales, por ejemplo señales de PCM (Modulación por Codificación de Impulsos) formadas mediante muestreo de una señal analógica con posterior cuantización y quizás etapas de codificación. En cualquier caso, una señal útil podría incluir una representación completa del conjunto de datos pertinente, bien sea una pieza musical única o un conjunto de dichas pistas, una imagen única o una película de objetos en movimiento completa.

Existe una necesidad general para comparar señales útiles entre sí, por ejemplo para la finalidad de distinguir una señal particular con respecto a otras señales o para comprobar la identidad de dos señales útiles.

La manera obvia de comprobar la identidad de dos señales digitales es una comparación bit a bit. Sin embargo, este procedimiento no es de utilidad en numerosos casos: Supóngase que una señal se ha duplicado por un procedimiento de copia, de modo que las señales sean idénticas entre sí. Si la segunda señal se modifica a continuación, p. e., se convierte al conocido formato MP3 para fines de carga, después de una descompresión, una comparación de ambas señales dará como resultado que ambas señales sean diferentes. Lo mismo sucede para las conversiones de digital a analógica y de analógica a digital.

Cano et al describieron en la publicación Proceedings of the IEEE, 9 de fecha diciembre 2002, páginas 169-173, una revisión de diferentes algoritmos para generar huellas digitales de audio, incluyendo las etapas de preprocesamiento, entramado y solapamiento, transformación, extracción de características, post-procesamiento y creación de modelos de huellas digitales.

En condiciones normales, para permitir un procesamiento automático de las señales útiles, han de proporcionarse datos de identificación junto con la señal. A modo de ejemplo, campos de datos para cadenas que representan la autoría, fecha de la grabación, clase de música, etc. se podrían añadir a una pista de música. Para los fines de determinar señales idénticas o similares, estos campos de datos adicionales han de procesarse. No obstante, resulta difícil identificar señales similares, por ejemplo pistas de música clásica y de música rock, con una melodía similar.

Los datos que identifican una señal útil en uno o más aspectos se denominan a continuación una huella (a veces dichos datos se denominan también huella digital). En particular, los datos de huella podrían identificar una señal con respecto a la percepción humana durante la recepción de la señal por un usuario humano.

Es un objetivo de la invención dar a conocer un método para generar una huella para una señal de audio, que permita la detección automática de señales de audio, idénticas o similares, en una manera rentable, en donde la huella es resistente contra las modificaciones de la señal de audio no perceptibles para los usuarios humanos y que permite una detección eficiente de huellas idénticas o similares y dar a conocer los respectivos dispositivos.

Este objetivo se consigue por un método con las características de la reivindicación 1 y un dispositivo con las características de la reivindicación 16.

De acuerdo con la invención, al menos se procesa un conjunto de datos, que comprende una parte de una señal útil, por un analizador según una instrucción de análisis predeterminada, en donde el analizador genera, a la salida, como resultado del procesamiento, un vector de datos de huella dependiendo del conjunto de datos procesado y de su identificación.

Una de las ideas fundamentales de la invención es generar una huella como resultado del procesamiento de la señal útil, o de una de sus partes, por una instrucción de análisis de señal útil. De este modo, la huella comprende un vector de datos de huella que representa propiedades de la propia señal útil. No se necesita que un administrador humano añada manualmente datos descriptivos para la señal útil. Habida cuenta que la huella está relacionada con las propiedades de la señal útil, señales útiles idénticas y similares se pueden identificar mediante una comparación adecuada de las respectivas huellas.

En detalle, según la invención, un método de generación de una huella para una señal útil, en particular una señal de audio, en donde la señal útil representa la evolución de un espectro que comprende las frecuencias de señale útiles, por ejemplo frecuencias de audio, en el transcurso del tiempo, comprende que al menos un conjunto de datos, incluyendo una parte de la señal útil, se procesa por un analizador, según una instrucción de análisis predeterminada, en donde el analizador genera, a la salida, como resultado del procesamiento, un vector de datos de huella dependiendo del conjunto de datos procesado y de su identificación.

En formas de realización preferidas del método inventivo, la instrucción de análisis procesa el conjunto de datos con respecto a las propiedades del conjunto de datos, que son perceptibles para los sentidos humanos durante la recepción de la señal útil por los usuarios humanos. De este modo, una identificación de señales útiles, que parecen similares para una percepción humana, es ventajosamente posible.

En otras formas de realización preferidas del método inventivo, el conjunto de datos se procesa por dos o más analizadores y/o dos o más instrucciones de análisis y el vector de datos de huella representan resultados del procesamiento por los analizadores y/o las instrucciones de análisis. De este modo, dos o más propiedades de las señales útiles se podrían representar dentro de la huella, por ejemplo, melodía o ritmo.

En otras formas de realización de la invención, se procesan dos o más conjuntos de datos, solapantes o no solapantes, de la señal útil y el vector de datos de huella representa resultados del procesamiento de los conjuntos de datos. De este modo, se mejoran, en gran medida, las posibilidades de representar propiedades de señales en el vector de datos de la huella.

En otras formas de realización del método inventivo, el conjunto de datos comprende una trama de señal útil de la señal útil, la instrucción de análisis comprende comparar el conjunto de datos con cada trama de modelo de un diccionario de modelos predeterminado, en donde el diccionario de modelos comprende una lista numerada de tramas de modelos e incluye la estimación de una similitud de la trama de señal útil con cada una de las tramas de modelos y el analizador genera, a la salida, como el resultado del procesamiento del conjunto de datos, el número de la trama de modelo que se determina que tiene la mayor similitud con la trama de señal útil. En una forma de realización preferida, es posible el mapeado de los modelos que están presentes en la señal útil, que, por ejemplo, podría ser típico para la clase particular de señal, para modelos conocidos y sustituir...

1. Método destinado a generar una huella para una señal de audio, en donde la señal de audio representa la evolución de un espectro que comprende audiofrecuencias en el transcurso del tiempo,

mediante el cuál al menos un conjunto de datos, que comprende una parte de la señal de audio, es procesado por al menos un analizador según una instrucción de análisis predeterminada;

mediante el cuál el analizador genera, a la salida, como un resultado del procesamiento de un vector de datos de huella dependiendo del, e identificando, dicho al menos un conjunto de datos procesado;

mediante el cuál dicho al menos un analizador comprende filtros de frecuencia para procesar un espectro de frecuencias de cada uno de los conjuntos de datos,

caracterizado porque

cada uno de los filtros de frecuencia está adaptado para filtrar un tono particular procedente del espectro de frecuencias de los conjuntos de datos, lo que genera un conjunto de tonos, y la instrucción de análisis comprende la etapa que consiste en seleccionar los tonos, que tengan la amplitud más elevada para cada uno de los conjuntos de datos y la etapa que consiste en calcular un vector que representa el número de ocurrencias de los tonos diferentes en tanto como tonos seleccionados.

2. El método, según la reivindicación 1, caracterizado porque la instrucción de análisis procesa el conjunto de datos con respecto a las propiedades del conjunto de datos que son perceptibles para los sentidos humanos en el curso de la recepción de la señal útil por los usuarios humanos.

3. El método, según la reivindicación 1 o 2, caracterizado porque el conjunto de datos se procesa por dos o más analizadores y/o dos o más instrucciones de análisis y el vector de datos de huella representa resultados del procesamiento obtenidos por los analizadores y/o las instrucciones de análisis.

4. El método, según cualquiera de las reivindicaciones anteriores, caracterizado porque se procesan dos o más conjuntos de datos, solapantes o no solapantes, de la señal útil y el vector de datos de la huella representa los resultados del procesamiento de los conjuntos de datos.

5. El método, según cualquiera de las reivindicaciones anteriores, caracterizado porque el conjunto de datos comprende una trama de señal útil de la señal útil, la instrucción de análisis comprende la etapa que consiste en comparar el conjunto de datos con cada trama de modelo de un diccionario de modelos predeterminado, en donde el diccionario de modelos comprende una lista numerada de tramas de modelo, y comprende la etapa que consiste en estimar una similitud de la trama de señal útil con cada una de las tramas de modelo y el analizador genera, a la salida, como el resultado del procesamiento del conjunto de datos, el número de la trama de modelo que se determina como teniendo la más alta similitud con la trama de la señal útil.

6. El método, según la reivindicación 5, caracterizado porque a la trama de señal útil se le asigna un vector de trama de señal útil, a cada una de las tramas de modelo se le asigna un vector de trama de modelo y la similitud de cada par de trama de señal útil y trama de modelo se determina calculando la distancia entre el vector de trama de señal útil y el vector de trama de modelo respectivo.

7. El método, según la reivindicación 5 o 6, caracterizado porque el analizador es un analizador espectral, que calcula parámetros de espectro suavizados, en particular coeficientes cepstrales para la trama, utilizando un algoritmo de predicción lineal.

8. El método, según la reivindicación 7, caracterizado porque los coeficientes cepstrales se codifican utilizando el diccionario de modelos y una matriz de distancias entre vectores de referencia del diccionario de modelos.

9. El método, según la reivindicación 1, caracterizado porque las instrucciones de análisis comprenden, además, instrucciones para calcular una duración de uno o más tonos, en particular para determinar un ritmo y/o un valor "bpm" que representa los batidos por minuto para la señal útil.

10. El método, según cualquiera de las reivindicaciones anteriores, caracterizado porque el analizador comprende un decimador de señales para muestrear por abajo la señal útil, en donde se conserva la banda de frecuencia que contiene al menos un 90% de la energía de la señal útil.

11. El método, según cualquiera de las reivindicaciones anteriores, caracterizado porque el analizador comprende un detector de trama activo para procesar la señal útil, de modo que los conjuntos de datos, con energía inferior a un umbral predeterminado, queden excluidos de un nuevo procesamiento.

12. Método destinado a identificar señales de audio, de un conjunto predeterminado de señales de audio, que son idénticas o similares a una señal de audio de entrada, en donde a cada una de las señales de audio se le asigna una huella generada por un método según cualquiera de las reivindicaciones anteriores, y en donde una unidad identificadora recibe, como una entrada, el vector de datos de huella de la señal de audio de entrada;

calcula, para cada par de la señal de audio de entrada y de una señal del conjunto de señales útiles, una distancia según una instrucción de distancia predeterminada entre los respectivos vectores de datos de la huella y

reenvía, como un resultado de la identificación, una lista de señales de audio, cuya distancia es menor que un valor de umbral predeterminado.

13. Método según una cualquiera de las reivindicaciones anteriores, caracterizado porque la etapa de calcular la distancia comprende las subetapas siguientes:

a. en el curso de una primera subetapa, subvectores de las señales de audio se utilizan en el cálculo de distancias para calcular una distancia bruta y las señales de audio que tengan distancias brutas inferiores a un primer valor de umbral se identifican provisionalmente;

b. en el curso de una segunda subetapa, las distancias de las señales de audio provisionalmente identificadas, al nivel de la señal útil de entrada, se calculan utilizando los vectores de datos de audio completos.

14. Programa informático que pone en práctica el método, según cualquiera de las reivindicaciones 1 a 13, adaptado para ejecutarse en un ordenador programable, una red informática programable u otro equipo programable.

15. Programa informático, según la reivindicación 14, que está almacenado en un soporte legible por un ordenador.

16. Dispositivo para poner en práctica un método destinado a generar una huella de una señal de audio según una cualquiera de las reivindicaciones 1 a 13, en particular un ordenador programable, una red informática programable u otro equipo programable, en donde está instalado un programa informático según la reivindicación 14.

17. Disposición, que comprende un dispositivo según la reivindicación 16, caracterizada porque una base de datos conectada al dispositivo para almacenar vectores de datos de huella, en donde el dispositivo está adaptado para acceder a la base de datos.