公开(公告)号：WO2019208067A1

公开(公告)日：2019-10-31

申请号：PCT/JP2019/012875

申请日：2019-03-26

Applicant: 唐沢 培雄

Inventor： 唐沢　培雄 ,  柏　浩太郎

IPC: G10L19/018 ,  G10H1/00

Abstract: リアルタイムに演奏されている音響等のなかに、事前に定められた挿入タイミングで、伝送可能な任意信号（挿入情報Ｍ）を挿入することができる任意信号挿入方法及び任意信号挿入システムを提供する。　挿入タイミングＴを、予めマスターリズム情報ＭＲとともに所定のタイムコードＴＣに関連付けておく。挿入情報Ｍを挿入しようとする音響は、リアルタイム演奏部５０による楽曲音であり、第二のリズムを伴っている。挿入情報Ｍは、マスターリズム情報ＭＲのリズムとリアルタイム演奏部５０による楽曲音のリズムとを同期させた後に、挿入タイミングＴでリアルタイム演奏部５０による楽曲音内に挿入する。マスターリズム情報ＭＲのリズムとリアルタイム演奏部５０による楽曲音のリズムの同期は、リズム発信装置４０によって、リズムセッション楽器５１の奏者にマスターリズム情報ＭＲのリズムを、音や光によって通知することで行う。

公开(公告)号：WO2018007925A1

公开(公告)日：2018-01-11

申请号：PCT/IB2017/053996

申请日：2017-07-02

Applicant: ASHWIN, Terrence Keith

Inventor： ASHWIN, Terrence Keith

IPC: G06F12/14 ,  G11B20/00 ,  G11B20/02 ,  G11B20/10 ,  G06Q20/40 ,  G10L19/018 ,  G11B23/28

CPC classification number: G10L19/018 ,  G06F21/32 ,  G06F2221/2141 ,  G06Q20/3272 ,  G06Q20/401 ,  H04N21/00 ,  H04R3/00 ,  H04R2499/11

Abstract: A method of generating an audio visual identification comprising the steps of extracting an audio sequence from a randomly generated noise generator, such as a white or pink noise generator, and saving the sequence as an audio tone; attaching the audio tone to a data file, which data file has a binary value; allocating a binary value to the combined audio tone and data file, whereafter the combined binary value enables the verification of the data file content at time of audio tone attachment. Where data file modification, alternately a different audio tone is attached to the data file – the binary value would not correspond to the binary value of the initial combined audio tone with data file. Data verification is thereby confirmed where binary values correspond.

Abstract translation: 生成视听识别的方法包括以下步骤：从随机生成的噪声生成器（例如白色或粉红噪声生成器）中提取音频序列，并将该序列保存为音频音调; 将音频音调附加到数据文件，该数据文件具有二进制值; 将二进制值分配给组合的音频音调和数据文件，此后，组合的二进制值能够在音频音调附接时验证数据文件内容。 在数据文件修改的地方，或者数据文件附加了不同的音频音调 - 二进制值不会与数据文件的初始组合音频音调的二进制值相对应。 数据验证在二进制值对应的地方得到确认。

公开(公告)号：WO2017155753A1

公开(公告)日：2017-09-14

申请号：PCT/US2017/020128

申请日：2017-03-01

Applicant: TASER INTERNATIONAL, INC.

Inventor： REITZ, James, N. ,  SMITH, Patrick, W.

IPC: G10L19/018 ,  G11B20/00 ,  G11B27/10

Abstract: A recording device, such as a video camera, emits audio watermarks (e.g., audible tones, inaudible tones) and records audio watermarks emitted by other recording devices. The audio watermarks provide information (e.g., data) such as an identifier of the camera and the identity of the operate. Audio watermarks may further include time information such as a timestamp indicating the time that the audio watermark was emitted by the camera. Audio watermarks may be emitted and recorded at intervals while recording an incident. A processing system, such as a digital video and audio processing system, may receive video information and recorded watermarks from multiple recording devices. The processing system may use the audio watermarks recorded by each recording device to determine which recording devices were in the vicinity of an incident. The processing system may also use the audio watermarks to align (e.g., synchronize) the video recorded by the various recording devices. Alignment of recorded video may permit synchronized playback of the recorded video from the various recording devices. Alignment may further identify at what point during an incident a recording device began and terminated recording.

Abstract translation: 诸如摄像机之类的记录设备发出音频水印（例如，可听音，听不见的音调）并记录由其他记录设备发出的音频水印。 音频水印提供信息（例如数据），例如相机的标识符和操作的标识。 音频水印还可以包括时间信息，例如指示音频水印由相机发射的时间的时间戳。 录制事件时，音频水印可能会间隔发射并记录。 诸如数字视频和音频处理系统的处理系统可以从多个记录设备接收视频信息和记录的水印。 处理系统可以使用由每个记录设备记录的音频水印来确定哪些记录设备处于事件附近。 处理系统还可以使用音频水印来对齐（例如，同步）由各种记录设备记录的视频。 录制的视频对齐可以允许从各种录制设备同步播放录制的视频。 对齐可以进一步确定记录设备在事件发生时的哪个点开始并终止记录。

公开(公告)号：WO2017109498A1

公开(公告)日：2017-06-29

申请号：PCT/GB2016/054037

申请日：2016-12-22

Applicant: LAW, Malcolm

Inventor： LAW, Malcolm

IPC: G10L19/018

CPC classification number: G10L19/018

Abstract: Methods and devices are described for losslessly watermarking an audio signal by performing a noise shaped quantisation and clipping the output from the noise shaped quantisation to bounds computed by a pair of quantised linear functions with gradient 0.5 of the input to the noise shaped quantisation. Corresponding methods and devices are also described for inverting the process to recover an exact replica of the original audio signal.

Abstract translation: 描述了用于通过执行噪声整形量化并将来自噪声整形量化的输出限制为由具有输入的梯度0.5的量化线性函数对计算的边界的音频信号的无损水印的方法和设备 噪声整形量化。 还介绍了相应的方法和设备，用于反转该过程以恢复原始音频信号的精确复制品。

公开(公告)号：WO2017055434A1

公开(公告)日：2017-04-06

申请号：PCT/EP2016/073237

申请日：2016-09-29

Applicant: BRITISH TELECOMMUNICATIONS PUBLIC LIMITED COMPANY

Inventor： DAVIS, Andrew ,  CLAXTON, Robert

IPC: G10L19/018 ,  H04M3/42 ,  H04M3/56 ,  G10L17/00

CPC classification number: G10L19/018 ,  G10L17/00 ,  H04M3/42221 ,  H04M3/51 ,  H04M3/568 ,  H04M2203/301 ,  H04M2203/303

Abstract: An enterprise voice system such as a contact centre is disclosed which provides a speech analytics capability. Whilst call recording is common in many contact centres, calls are normally recorded in single-channel audio files in order to save costs. Previous attempts to provide automatic diarization of those recorded calls have relied on training the system to recognise voiceprints of users of the system, and then comparing utterances within the recorded calls to those voiceprints in order to identify who was speaking at that time. In order to avoid the need to train the system to recognise voiceprints, an enterprise voice system is disclosed which inserts a digital watermark into the digitised audio signal from each user's microphone. By inserting the digital watermark with an energy, and, in some cases also with a spectrum, which matches the digitised audio signal, and taking advantage of typically only one user speaking at a time, a mark is left in the recorded call which a speech analytics system can use in order to identify who was speaking at different times in the conversation.

Abstract translation: 公开了诸如联络中心的企业语音系统，其提供语音分析能力。 虽然呼叫记录在许多联络中心是常见的，但呼叫通常记录在单声道音频文件中，以节省成本。 以前尝试提供对这些记录呼叫进行自动校正的依据是系统训练系统识别系统用户的声纹，然后将记录的呼叫中的话语与这些声纹进行比较，以便确定当时正在发言的人。 为了避免训练系统识别声纹的需要，公开了一种将数字水印插入到来自每个用户麦克风的数字化音频信号中的企业语音系统。 通过用数字化的音频信号的能量插入数字水印，并且在某些情况下也插入与频谱相匹配的数字水印，并且通常仅使用一次一个用户的声音，在记录的呼叫中留下一个标记， 分析系统可以用于确定谁在谈话中的不同时间发言。

公开(公告)号：WO2017029359A1

公开(公告)日：2017-02-23

申请号：PCT/EP2016/069607

申请日：2016-08-18

Applicant: TRACKLIB HOLDINGS AB

Inventor： PHILIPSSON, Pia ,  JOHANSSON, Sten

IPC: G10L19/018 ,  G11B20/00

CPC classification number: G10L19/018 ,  G09C5/00 ,  G11B20/00891 ,  H04L2209/608

Abstract: The present invention relates to a method of watermarking an audio track by providing a database structure, assigning a unique number X to the audio track and partitioning the unique number X into N positions i, and N values v,, where i=1...N. For each position i of the number X, the method comprises generating a pseudorandom number R(i, v i ) based on the position i and the value v, at the position i, adding a new node [v i ,R(i,V i )] at level i in the database structure, if not already present in the database structure, adding an edge from the preceding node [V i-1 , R(i-1,V i-1 )] to the new node [v i ,R(i,V i )], generating, by using R(i, v i ,) as a seed, a set of random complex numbers C, inserting the set into a vector V, calculating the inverse Fourier transform of vector V, and adding the thereby obtained time domain function y(t) to the audio track.

Abstract translation: 本发明涉及一种通过提供数据库结构对音轨进行水印处理的方法，将唯一号码X分配给音频轨道，并将唯一号码X划分成N个位置i和N个值v i，其中i = 1 .. .N。 对于数字X的每个位置i，该方法包括基于位置i处的位置i和值v生成伪随机数R（i，vi），添加新节点[vi，R（i，Vi） ]在数据库结构中的级别i，如果不存在于数据库结构中，则将前一节点[Vi-1，R（i-1，Vi-1）]的边添加到新节点[vi，R i，vi）]，通过使用R（i，vi，）作为种子生成一组随机复数C，将集合插入到矢量V中，计算向量V的傅里叶逆变换， 获得时域函数y（t）到音轨。

公开(公告)号：WO2017015759A1

公开(公告)日：2017-02-02

申请号：PCT/CA2016/050884

申请日：2016-07-28

Applicant: AMP ME INC.

Inventor： ARCHAMBAULT, Martin-Luc ,  PAQUET, André-Philippe ,  PRESSEAULT, Nicolas ,  DAMASCENO, Marcos Paulo ,  SIMARD, Julien Gobeil ,  BERNARD, Luc ,  GAGNON, Martin ,  MATTE, Steve ,  LEVESQUE, Daniel

IPC: G10L21/055 ,  G06F17/00 ,  G10L19/018 ,  G10L19/02 ,  H04L12/16

CPC classification number: H04L67/1095 ,  G06F3/165 ,  G10L21/055 ,  G10L25/03 ,  G10L25/51 ,  H04L65/1083 ,  H04L65/4084 ,  H04L65/60 ,  H04L65/608 ,  H04L65/80 ,  H04R27/00 ,  H04R29/001 ,  H04R29/002 ,  H04R2227/003

Abstract: Playback of an audio stream is synchronized on multiple connected digital devices by using synchronization fingerprints. Playback actions may furthermore be synchronized on all devices, such as skips and pauses. Furthermore, synchronization may be maintained even in the presence of variations in decoding speed, playback interruptions, and network disconnections. Synchronized playback of streamed audio content on multiple devices is achieved by devices compensating for time drifting induced by network instability and variable playback speed across master and guest devices to reduce the formation of echoes during playback.

Abstract translation: 通过使用同步指纹，音频流的播放在多个连接的数字设备上同步。 可以在所有设备上同步播放动作，例如跳过和暂停。 此外，即使存在解码速度，播放中断和网络断开的变化，也可以保持同步。 在多个设备上流传输的音频内容的同步播放是通过补偿由主机和来宾设备引起的网络不稳定性和可变播放速度引起的时间漂移​​的设备来实现的，以减少回放期间回波的形成。

公开(公告)号：WO2016208366A1

公开(公告)日：2016-12-29

申请号：PCT/JP2016/066660

申请日：2016-06-03

Applicant: ヤマハ株式会社

Inventor： 岩瀬　裕之 ,  瀬戸　優樹 ,  岩田　貴裕 ,  森口　翔太 ,  石田　哲朗 ,  越智　友美子

IPC: G10L15/00 ,  G10L13/02 ,  G10L15/10 ,  G10L19/018 ,  G06F3/16

CPC classification number: G10L19/018 ,  G06F3/16 ,  G06F17/2775 ,  G10L13/02 ,  G10L15/00 ,  G10L15/10 ,  G10L15/26 ,  G10L21/10 ,  G10L2021/065

Abstract: 情報提供システム（１）は、案内音声を収音して音声信号（ＳG）を生成する収音部（２２）と、相異なる案内音声（Ｖ）の発音内容を表す複数の登録文字列のうち、音声信号（ＳG）に対する音声認識で解析した、案内音声の発音内容を表す発話文字列（Ｌ）に類似する登録文字列を特定する文字列特定部（１１４）と、相異なる案内音声に対応する複数の案内情報（Ｇ）のうち配信情報Ｄに対応する案内情報（Ｇ）を利用者（Ｕ）に提示可能な端末装置に、文字列特定部（１１４）が特定した登録文字列を示す配信情報（Ｄ）を送信する放音部（２６）とを具備する。

Abstract translation: 一种信息提供系统（1），包括：拾音单元（22），用于拾取引导声音并产生语音信号（SG）; 一种字符串指定单元（114），用于指定在表示不同引导语音（V）的发音细节的多个登记字符串中类似于表示引导语音的发音细节的语音字符串（L）的注册字符串， 通过语音信号（SG）进行语音识别分析; 以及发送单元（26），用于将表示由字符串指定单元（114）指定的登记字符串的发送信息（D）发送到能够向用户（U）提供指导信息的终端设备（ G）对应于与不同引导语音对应的多组引导信息（G）中的传送信息D.

公开(公告)号：WO2016155946A1

公开(公告)日：2016-10-06

申请号：PCT/EP2016/053692

申请日：2016-02-22

Applicant: QUALCOMM TECHNOLOGIES INTERNATIONAL, LTD.

Inventor： HISCOCK, Paul ,  RIMMER, David

IPC: G10L19/018 ,  G11B20/00

CPC classification number: H04B11/00 ,  G10L19/018

Abstract: A method of communicating data imperceptibly in an audio signal. The method comprises, for each sub-band of the audio signal, identifying the tone in that sub-band having the highest amplitude. An audio code comprising the data to be communicated is scaled by a frequency mask profile, the frequency mask profile having maxima at the frequencies of the identified tones. The audio signal and the scaled audio code are aggregated to form a composite audio signal. The composite audio signal is then transmitted.

Abstract translation: 在音频信号中不可察觉地传送数据的方法。 对于音频信号的每个子带，该方法包括识别具有最高幅度的该子带中的音调。 包括要传送的数据的音频代码通过频率掩模简档来缩放，频率掩模简档在所识别的音调的频率处具有最大值。 音频信号和缩放音频代码被聚合以形成复合音频信号。 然后传输复合音频信号。

公开(公告)号：WO2016135318A1

公开(公告)日：2016-09-01

申请号：PCT/EP2016/054137

申请日：2016-02-26

Applicant: PIKSEL, INC ,  SHAW, Philip

Inventor： SHAW, Philip

IPC: H04N1/32 ,  H04N21/436 ,  H04N21/6547 ,  G10L19/018

CPC classification number: H04N21/43615 ,  G06F21/16 ,  G06F21/445 ,  G10L19/018 ,  H04N1/32144 ,  H04N21/4394 ,  H04N21/4508 ,  H04N21/6547 ,  H04N21/8358

Abstract: There is disclosed a method of establishing a communication link between first and second devices, the method comprising: receiving a link request from a first device with a first unique identifier; allocating a media content from multiple media content to the first unique identifier; sending the media content to the first device; receiving a media identifier from a second device with a second unique identifier; comparing the media identifier and the media content, and in dependence on identifying a match, transmitting the first unique identifier to the second device and the second unique identifier to the first device, whereby the first and second device can establish a communication link based on the exchanged first and second unique identifiers.

Abstract translation: 公开了一种在第一和第二设备之间建立通信链路的方法，所述方法包括：从具有第一唯一标识符的第一设备接收链路请求; 将来自多个媒体内容的媒体内容分配给所述第一唯一标识符; 将媒体内容发送到第一设备; 从具有第二唯一标识符的第二设备接收媒体标识符; 将所述媒体标识符和所述媒体内容进行比较，并且依赖于识别匹配，将所述第一唯一标识符发送到所述第二设备，将所述第二唯一标识符发送到所述第一设备，由此所述第一和第二设备可基于所述第一设备建立通信链路 交换了第一个和第二个唯一标识符。