在机顶盒处产生音频指纹序列的制作方法
【技术领域】
[0001]所公开的实现方式总体上涉及τν(电视)广播，并且具体地说涉及用于通过音频/视频信号识别而确定在电视机处在播放的节目的系统和方法。
【背景技术】
[0002]现今，人们可以通过诸如卫星、电缆、电话线和因特网的不同通信信道来从不同供应商获得相同的TV内容。通信信道的选择经常具有许多地理和人口统计考虑。例如，卫星接收器可能是在农村地区的家庭用于接收TV信号的最常用装置。但是，对于在大都市地区中的家庭而言可能更常用的是使用电缆连接或空中下载(OTA)天线来接收TV信号。虽然许多人仍然在TV上观看TV节目，但是年轻的观众可能越来越多地选择在耦接到因特网的计算机或甚至在支持3G/4G无线通信的智能电话上观看TV节目。用于接收TV节目的多样化的通信信道的存在使得更挑战的是，提供在大的人口水平上(例如，在国家层级上)的特定TV节目的收视率的有效的、精确的估计。
【发明内容】
[0003]根据下述的一些实现方式，在包括一个或多个处理器和存储器的计算机服务器系统处实现了一种用于将音频指纹通过它们相关联的TV节目聚组并且确定用于每组的音频指纹的对应的TV节目信息的方法。所述方法包括:从多个机顶盒接收信息，其中，该信息包括在多个机顶盒处产生的音频指纹和与音频指纹的至少一个子集相关联的频道元数据；将音频指纹划分为多个组，使得在一个组内的音频指纹对应于在相应的机顶盒处在播放的相应的TV节目；从机顶盒接收对于TV节目信息的查询，其中，该查询包括在机顶盒处产生的音频指纹；将该音频指纹与多组音频指纹作比较，以识别大体类似于该音频指纹的一组音频指纹；至少部分地根据与所识别的一组音频指纹相关联的频道元数据而确定用于该音频指纹的TV节目信息；并且，向作出请求的机顶盒返回TV节目信息。
[0004]根据下述的一些实现方式，一种用于确定TV节目信息的计算机系统包括一个或多个处理器、存储器以及存储在存储器中的多个程序模块。多个程序模块包括用于以下操作的指令:从多个机顶盒接收信息，其中，该信息包括在多个机顶盒处产生的音频指纹和与音频指纹的至少一个子集相关联的频道元数据；将音频指纹划分为多个组，使得在一个组内的音频指纹对应于在相应的机顶盒处在播放的相应的TV节目；从机顶盒接收对于TV节目信息的查询，其中，该查询包括在机顶盒处产生的音频指纹；将该音频指纹与多组音频指纹作比较，以识别大体类似于该音频指纹的一组音频指纹；至少部分地根据与所识别的一组音频指纹相关联的频道元数据而确定用于该音频指纹的TV节目信息；并且，向作出请求的机顶盒返回TV节目信息。
[0005]根据下述的一些实现方式，一种非暂时性计算机可读存储介质存储由计算机系统的一个或多个处理器执行来用于确定TV节目信息的一个或多个程序。一个或多个程序包括用于以下操作的指令:从多个机顶盒接收信息，其中，该信息包括在多个机顶盒处产生的音频指纹和与音频指纹的至少一个子集相关联的频道元数据；将音频指纹划分为多个组，使得在一个组内的音频指纹对应于在相应的机顶盒处在播放的相应的TV节目；从机顶盒接收对于TV节目信息的查询，其中，该查询包括在机顶盒处产生的音频指纹；将该音频指纹与多组音频指纹作比较以识别大体类似于该音频指纹的一组音频指纹；至少部分地根据与所识别的一组音频指纹相关联的频道元数据而确定用于该音频指纹的TV节目信息；并且，向作出请求的机顶盒返回TV节目信息。
[0006]根据下述的一些实现方式，在包括一个或多个处理器和存储器的机顶盒处实现了一种用于产生音频指纹的序列和相关联的视频场景转换的方法。该方法包括:从TV内容提供者接收视频信号和与视频信号相关联的音频信号，其中，该视频信号和音频信号两者对应于TV节目，并且要在电视机上被播放；从音频信号产生多个音频指纹，其中，该多个音频指纹的至少一个对应于在视频信号中检测到的预定义的视频场景转换；并且，向用于确定与TV节目相关联的TV节目信息的远程服务器发送多个音频指纹。
[0007]根据下述的一些实现方式，一种用于产生音频指纹序列和相关联的视频场景转换的机顶盒包括一个或多个处理器和用于存储多个程序模块的存储器。多个程序模块包括用于以下操作的指令:从TV内容提供者接收视频信号和与视频信号相关联的音频信号，其中，该视频信号和音频信号两者对应于TV节目，并且要在电视机上被播放；从音频信号产生多个音频指纹，其中，该多个音频指纹的至少一个对应于在视频信号中检测到的预定义的视频场景转换；并且，向用于确定与TV节目相关联的TV节目信息的远程服务器发送多个音频指纹。
[0008]根据下述的一些实现方式，一种非暂时性计算机可读存储介质存储由机顶盒的一个或多个处理器执行来产生音频指纹序列和相关联的视频场景转换的一个或多个程序。一个或多个程序包括用于以下操作的指令:从TV内容提供者接收视频信号和与视频信号相关联的音频信号，其中，该视频信号和音频信号两者对应于TV节目，并且要在电视机上被播放；从音频信号产生多个音频指纹，其中，该多个音频指纹的至少一个对应于在视频信号中检测到的预定义的视频场景转换；并且，向用于确定与TV节目相关联的TV节目信息的远程服务器发送多个音频指纹。
【附图说明】
[0009]作为当与附图相结合时下面的本发明的各个方面的【具体实施方式】的结果，可以更清楚地明白本发明的上述实现方式以及另外的实现方式。相似的附图标记贯穿附图的几个视图指示对应的部分。
[0010]图1A和IB是根据一些实现方式的两个框图，每一个图示了分布式TV内容传递系统，该系统包括用于向家庭传递TV信号的多个通信信道和TV内容识别服务器。
[0011 ] 图2A是图示根据一些实现方式的用于收集TV视频/音频采样并且基于这些采样来提供服务的机顶盒的组件的框图。
[0012]图2B是图示根据一些实现方式的用于将音频指纹聚组并且确定对应的TV节目的TV内容识别服务器的组件的框图。
[0013]图2C是图示根据一些实现方式的如何将音频指纹聚组为哈希表的不同桶内的框图。
[0014]图3A是图示根据一些实现方式的由机顶盒或TV内容识别服务器使用来管理音频指纹和相关联的频道元数据的数据结构的框图。
[0015]图3B是图示根据一些实现方式的由TV内容识别服务器使用来组织来自TV内容提供者的TV内容时间表和频道编排数据的数据结构的框图。
[0016]图3C是图示根据一些实现方式的由机顶盒使用来存储与机顶盒相关联的TV观看历史的数据结构的框图。
[0017]图4A是图示根据一些实现方式的机顶盒如何从由机顶盒在广播的TV节目产生音频指纹的流程图。
[0018]图4B是图示根据一些实现方式的TV内容识别服务器如何通过聚类来将音频指纹聚组的流程图。
[0019]图4C是图示根据一些实现方式的TV内容识别服务器如何响应于包括音频指纹的搜索查询而提供TV节目信息的流程图。
[0020]图5A是图示根据一些实现方式的机顶盒如何向TV内容识别服务器发送音频指纹的流程图。
[0021]图5B是图示根据一些实现方式的机顶盒如何向TV内容识别服务器发送包括音频指纹的搜索请求并且从TV内容识别服务器接收TV节目信息的流程图。
【具体实施方式】
[0022]在国内市场上的TV收视可以相当分散。在一些实现方式中，TV收视估测系统从多个TV内容提供者(例如，有线和卫星公司、空中下载广播者和因特网流站点)接收原始收视数据。该TV收视估测系统聚合来自用于不同地理人口统计组(S卩，特定观众的地理人口统计、地理区域和/或两种特性的某种组合)的不同内容提供者的每一个的原始数据，并且计算在统计上重要的水平上计算特定组的收视共享信息。例如，TV收视估测系统计算当存在足够数据(例如，在大都市地区中)时的每分钟的共享信息和当没有足够数据以可靠地确定每分钟的共享信息(例如，在人口稀少的地区中，其中，存在对于特定服务/内容提供者的很少订户)时的每小时的共享信息。TV收视估测系统然后通过将不同的分量加权来组合来自不同内容提供者的共享信息，以便产生用于比由来自不同提供者的信息覆盖的更大的地区的可靠共享信息。在一些情况下，收视共享信息覆盖相同的地理人口统计组(例如，来自卫星提供者和有线提供者的对于相同的地理区域的收视信息)。而且，通过将不同内容提供者的收视共享信息组合和加权，变得有可能产生用于未单独地在任何一个组中充分地表示的地理人口统计组的可靠信息(例如，有线提供者A和卫星提供者B的共享信息可能不单独地包括对于同一地理人口统计组X的足够信息，但是当组合时它们包括)。
[0023]图1A是图示根据一些实现方式的分布式TV内容传递系统的框图，该分布式TV内容传递系统包括用于向家庭传递TV信号的多个通信信道和TV内容识别服务器150。在一些实现方式中，一个或多个TV广播者102各自具有它们本身的TV节目信息，该TV节目信息包括但是不限于节目广播时间表、节目说明和频道编排。TV广播者102可以通过电缆112、通过空中下载、通过来自卫星104的传输或通过经由通信网络130 (例如，因特网)的流传送向家庭180传输电视节目。在卫星传输106的情况下，家庭180具有用于接收信号的接收器天线108。在家庭180中，存在传统机顶盒(STB) 113，其包括接收器或转换器110，用于处理或解码传入的TV信号。传统STB 113通常当家庭180与TV广播者102签合同时由TV广播者102提供。在一些实现方式中，在TV广播者102和传统STB 113之间在电话线114上存在另一个通信信道。传统STB 113可以提供关于在观看什么电视节目的信息，或者可以从TV广播者102接收用于交互电视节目的另外的信息。在该情况下，传统STB 113通常是由TV广播者102提供的双向机顶盒，并且该信息通常不可被第三方TV收视评级机构获得(例如，可能已经加密了关于家庭成员的TV观看行为的信息)。
[0024]实际电视节目信号一般被卫星104、通过电缆112或经由陆地TV传输(S卩，传统TV广播)传输。在一些实现方式中，通过诸如因特网的通信网络130来流传送电视节目。在这些实现方式中，可以通过计算机103、STB 116或直接连接到家用路由器120的传统STB113 (在图1A中未示出)来执行选择电视节目的过程。如下详细所述，STB 116是被配置为产生音频指纹的装置。家用路由器120是从家庭180到因特网的网关。在家庭180内，路由器120连接到STB 116，并且在一些情况下连接到多个计算机103、智能电话或数字音频播放器124或诸如XBOX、PLAYSTAT1N或WII的游戏控制台122。路由器120通过向家用路由器120分配IP地址126的因特网服务提供者128来连接到通信网络130。
[0025]解码的TV信号不论如何到达家庭180它们都被传输到STB 116，STB 116通过电缆(例如，HDMI)可通信地耦接到电视机117，并且允许家庭成员118控制在电视机117上在播放什么