音頻重放時間估計設備及方法

2023-10-07 21:30:59 1

專利名稱：音頻重放時間估計設備及方法
技術領域：
本發明的各方面涉及一種估計音頻數據的重放時間的設備及方法，更具 體地講，涉及一種能夠有效估計以可變比特率方式壓縮的音頻數據的平均比 特率的音頻重放時間估計設備及方法。
背景技術：
目前有多種音頻壓縮技術，包括WMA(Windows媒體音頻)、AAC(先進 音頻編碼)、OGG(Ogg Vorbis)、 MP3(MPEG音頻第3層)等。MP3是由MPEG-1 規範規定的高音頻質量音頻壓縮技術，這種技術按照具有獨立比特率的幀來 壓縮音頻數據。當以MP3格式壓縮音頻數據時，相同壓縮率(在下文中稱為 恆定比特率(CBR))或不同壓縮率(在下文中稱為可變比特率(VBR))可應用於 音頻數據的不同幀。因為MP3音頻格式相對於CD音頻數據將音頻數據壓縮 50倍並同時保持CD質量音頻，所以MP3音頻才各式廣泛用於網際網路。數字音頻播放器(諸如MP3播放器)在重放音頻數據時向用戶提供關於音 頻數據的信息，例如，平均比特率、重放時間等。通常，構成音頻數據的所 有幀被掃描，以獲得每幀的比特率、重放時間、平均比特率等。但是，如果 過大的音頻數據被掃描或低性能的播放器用於掃描，則掃描時間被不期望地 延長。為了解決該問題，已經提出了一種技術，在該技術中，僅對出現在音頻 數據的開始處的K幀獲得比特率和重放時間，並估計它們的平均值作為音頻 數據的平均比特率和重放時間。根據這種提出的技術，儘管以恆定比特率壓 縮的音頻數據的重放時間的估計相對準確，但是不能確保以可變比特率壓縮 的音頻數據的準確重放時間的估計。發明內容本發明的各方面在於提供一種能夠有效估計以可變比特率壓縮的音頻數 據的平均比特率的音頻重放時間估計設備及方法。本發明的另外方面和/或優點將在下面的描述中部分地闡明，並且從描述 中部分是明顯的，或者通過本發明的實施可以被理解。根據本發明的一方面，提供一種估計音頻數據的重放時間的設備。所述設備包括採樣單元，使用準隨機採樣方法從包括ID3標籤和多個幀的音頻 數據對所述音頻數據的多個樣本幀進行採樣；平均比特率計算單元，基於從 所述多個樣本幀獲得的比特率來計算音頻數據的平均比特率；重放時間計算 單元，基於平均比特率計算音頻數據的重放時間。根據本發明的另一方面，提供一種估計音頻數據的重放時間的方法。所 述方法包括使用準隨機採樣方法從包括ID3標籤和多個幀的音頻數據對所 述音頻數據的多個樣本幀進行採樣；基於從所述多個樣本幀獲得的比特率來 計算音頻數據的平均比特率；基於平均比特率估計音頻數據的重放時間；將估計的重》文時間通知用戶。除了如上所述的示例的實施例以及各方面之外，通過參照附圖並研究下 面的描述，另外的方面和實施例將是清楚的。


當結合附圖(所有附圖構成本發明公開的一部分)進行閱讀時，從下面示 例的實施例的詳細描述以及權利要求來看，本發明的更好的理解將變得明顯。 儘管下面所撰寫和示出的公開集中於公開本發明的示例的實施例，但是應該 清楚地理解，這些示例的實施例僅僅是說明和示例，本發明不限於此。本發 明的精神和範圍僅由權利要求限定。下面是附圖的簡要描述，其中圖1是根據本發明示例的實施例的用於估計音頻數據的重放時間的設備 的詳細示圖；圖2顯示了以MP3格式壓縮的音頻數據；圖3顯示了通過準隨機釆樣方法對1024個準隨機點採樣的處理及其結果；圖4是示出根據本發明示例的實施例的在Huber估計器中使用的權值函 數的曲線圖；圖5是示出才艮據本發明示例的實施例的在Cauchy估計器中使用的權值函 數的曲線圖；圖6是示出根據本發明示例的實施例的在Welch估計器中使用的權值函 數的曲線圖；以及圖7是顯示根據本發明示例的實施例的用於估計音頻數據的重放時間的 方法的流程圖。
具體實施方式
現在將詳細描述本發明的實施例，其示例在附圖中示出，其中，相同的 標號始終表示相同的部件。下面通過參照附圖來描述這些實施例以解釋本發 明。現在將參照圖1至圖6來描述根據本發明示例的實施例的用於估計音頻 數據的重放時間的設備。具體地講，圖1是根據本發明示例的實施例的用於 估計音頻數據的重放時間的設備100的詳細示圖。如圖1所示，音頻重放時 間估計設備100包括存儲單元120、輸入單元110、採樣單元130、平均比特 率計算單元140、重放時間計算單元150和顯示單元160。根據本發明的其它 方面，音頻重放時間估計設備100可包括另外或不同的單元。類似地， 一個 或多個單元的功能可被組合為單個組件。該音頻重放時間估計設備可包括臺 式計算機、可攜式計算機、個人娛樂裝置、家庭娛樂裝置、機頂盒、個人數 字助理、行動電話等。存儲單元120存儲以MP3格式壓縮的音頻數據。音頻數據具有多個幀。 將參照圖2簡要描述以MP3格式壓縮的音頻數據的結構。圖2顯示了以MP3 格式壓縮的音頻數據的格式。音頻數據具有ID3標籤和多個幀。ID3標籤包 括用於音頻數據的元數據。多個幀中的每一幀包括頭區和數據區。數據區包 括用於音頻數據的預定塊的音頻信號，頭區包括關於記錄在數據區上的音頻 信號的信息，例如，比特率、採樣率等。參照圖1,存儲單元120不僅存儲以MP3格式壓縮的音頻數據，還存儲 用於估計音頻數據的平均比特率和音頻數據的重^:時間的算法。存儲單元120 可由(但不限於)非易失性存儲器、易失性存儲器和/或存儲介質實現，非易失 性存儲器諸如只讀存儲器(ROM)、可編程只讀存儲器(PROM)、可擦除可編程 只讀存儲器(EPROM)、電可擦除可編程只讀存儲器(EEPROM)或閃速存儲器，易失性存儲器諸如隨機存取存儲器(RAM)，存儲介質諸如硬碟驅動器(HDD)。 輸入單元110接收用戶命令作為輸入。例如，輸入單元110接收用於重 放預存儲的音頻數據的命令、用於中斷音頻數據的重放的命令、用於刪除預 存儲的音頻數據的命令等。為此，輸入單元110可包括用於產生相應4建信號 的多個鍵。多個鍵能夠以硬體或軟體來實現。輸入單元還可以是滑鼠、觸摸 屏、觸控盤、麥克風或其它能夠接收用戶輸入的裝置。採樣單元130從預存儲的音頻數據對代表音頻數據的多個幀採樣。在下 面的描述中，這些幀將被稱為"樣本幀"。採樣單元130可使用準隨機採樣方 法從音頻數據對多個樣本幀採樣。與通過隨機或偽隨機採樣方法採樣的樣本展示出規則特性。圖3顯示了通過準隨機採樣方法對1024個準隨機點採樣的處理及其結 果。圖3的左上圖顯示了 128 (1至128)個準隨機點的採樣結果。右上圖顯示 了 384 (129至512)個準隨機點的採樣結果。右下圖顯示了 512 (513至1024) 個準隨機點的採樣結果。左下圖顯示了 1024(1至1024)個點的採樣結果。通過準隨機採樣方法採樣的128個樣本、384個樣本和512個樣本按照 特定模式佔據了二維(2D)空間。如圖3的左下圖所示，1024個樣本沒有集中 在2D空間的特定區域，相反，這些樣本均勻地分布在整個2D空間。與隨機 或偽隨機採樣方法相比，準隨機採樣方法允許在整個總體上對樣本進行更均 勻的釆樣，由此^R高採樣精度。參照圖1,採樣單元130通過準隨機採樣方法對多個樣本幀採樣。採樣 單元130產生K個準隨機數。假設音頻數據的長度為N字節(通過從音頻數 據的所有幀的總長度(L)減去ID3標籤的長度(D)來獲得音頻數據的長度)，則 K可遠小於N，即，K N。採樣單元130按照升序排列產生的K個準隨機數。如果K個準隨機數排 列之後獲得的結果被表示為等式(1)，則滿足等式(2)中表示的條件。formula see original document page 8,…(l)formula see original document page 8…②其中，tt是準隨機數，i是l和N之間的整數。在準隨機數被排列之後，採樣單元130對構成音頻數據的多個幀中的第t,幀採樣。平均比特率計算單元140通過讀取由採樣單元130採樣的樣本幀的頭區來計算平均值，以獲得每個樣本幀的比特率。優選的是，平均比特率計算單元140使用M估計器來計算平均值。平均比特率計算單元140可根據從各個 樣本幀獲得的比特率應用不同的權值，來計算平均值。計算的平均值可以是 音頻數據的平均比特率的估計值。M估計器的示例包括Cauchy估計器、Welch 估計器、Tukey估計器和Huber估計器。圖4至圖6示出了應用於本發明示例的實施例的權值函數。圖4是示出 在Huber估計器中使用的權值函數的曲線圖。圖5是示出在Cauchy估計器中 使用的權值函數的曲線圖。圖6是示出在Welch估計器中使用的權值函數的 曲線圖。在每個曲線圖中，x軸表示比特率，y軸表示應用於相關比特率的權 值。參照圖4,隨著比特率朝著第一閾值增大，權值急劇地增大。隨著比特 率在第一闊值和第二閾值之間增大，權值保持在最大值。如果比特率在達到 第二閾值之後繼續增大，則權值急劇地減小。相反，在圖5中，比特率朝著 第三閾值線性地增大，並且從第三閾值線性地減小。參照圖6,與圖5所示的權值函數相似，比特率朝著第三閾值增大，並 且從第三閾值減小。但是，與圖5所示的情況不同，圖6所示的權值函數是 彎曲的。圖6的曲線圖中所示的第三閾值可以與圖5的曲線圖中所示的第三 閾值相同或不同。再次參照圖1，重放時間計算單元150基於構成音頻數據的所有幀的長 度以及由平均比特率計算單元140計算的平均比特率，來計算重放時間。重 放時間計算單元150可將平均比特率轉換為字節單位比特率，並且將構成音 頻數據的所有幀的長度除以轉換的值，以計算音頻數據的重放時間，如表達 式(3)所示r丄5x8…(3)其中，T表示音頻數據的重放時間，B表示平均比特率計算單元140計 算的音頻數據的平均比特率，N表示構成音頻數據的所有幀的長度(通過從音 頻數據的總長度(L)減去ID3標籤的長度(D)來獲得構成音頻數據的所有幀的長度)。顯示單元160以可視格式顯示命令處理結果。例如，顯示單元160顯示 將被播放的音頻數據的列表、音頻數據的重放時間等。顯示單元160可由各 種顯示裝置(諸如LCD、 PDP、 LED、 OLED或柔性顯示器)實現。顯示單元 160可獨立於輸入單元110而實現，或者可如同觸4莫屏那樣與輸入單元110 結合。圖7是顯示根據本發明示例的實施例的估計音頻數據的重放時間的處理 的流程圖。參照圖7和圖1，在方框S710,當通過l命入單元IIO接收到用戶 命令時，則在方框S720,採樣單元130對代表音頻數據的多個幀進行採樣。 對多個幀的採樣可包括產生K個準隨機數；對多個幀中的與這些準隨機數 相應的幀進行採樣。一旦樣本幀被採樣，則在方框S730，平均比特率計算單元140使用M 估計器，通過讀取由採樣單元130採樣的樣本幀的頭區來計算平均值，以獲 得每個樣本幀的比特率。比特率的平均值的計算可包括通過分析從多個樣 本幀獲得的比特率，根據比特率應用不同的權值；使用應用於比特率的權值 計算比特率的平均值。不同的權值可應用於從各個樣本幀獲得的比特率，以 防止平均值;故各個樣本幀的比特率中的一個或兩個異常值(outlier)所影響。計 算的平均值被當作音頻數據的平均比特率。在方框S740，重放時間計算單元150基於構成音頻數據的所有幀的長度 (以字節為單位)以及由平均比特率計算單元140計算的平均比特率，來計算重 放時間。音頻數據的重放時間的計算可包括通過從音頻數據的總長度(L)(以 字節為單位)減去ID3標籤的長度(D)(以字節為單位)來獲得構成音頻數據的所 有幀的長度(N)(以字節為單位)；將平均比特率轉換為字節單位比特率；將N 除以轉換的平均比特率，以獲得音頻數據的重放時間(T)。在完成了重放時間 (T)的計算之後，在方框S750,將計算的重放時間(T)與關於音頻數據的其它 信息(例如，記錄在ID3標籤上的信息)一起顯示。如上所述，根據本發明各方面的音頻數據重放時間估計設備和方法提供 一些優點和益處。可通過僅掃描音頻數據的一部分來估計音頻數據的平均比 特率和重放時間。在對樣本幀進行釆樣的過程中，通過採用準隨機釆樣方法， 可提高採樣精度，並易於獲得音頻數據的平均比特率和重放時間。各個採樣 的幀的比特率和重放時間被分析，並且不同的權值應用於這些幀，以估計平200810001512.4說明書第7/7頁均比特率和重放時間，由此提高估計精度。即使在傳統硬體配置中，也可有 效估計音頻數據的平均比特率和重放時間。另外，本發明也可實施為計算機可讀記錄介質上的計算^L可讀代碼。計 算機可讀記錄介質是任何能夠存儲其後由計算機系統讀取的數據的數據記錄裝置。計算機可讀記錄介質的例子還包括只讀存儲器(ROM)、隨機存儲器 (RAM)、 CD-ROM、 DVD、磁帶、軟盤、光學數據存儲裝置和載波(諸如通過 網際網路的數據傳輸)。計算機可讀記錄介質也可以分布在連接計算機系統的網 絡上，從而計算機可讀代碼按照分布式方式被存儲和執行。另外，本發明所 屬領域的程式設計師可容易地解釋實現本發明的功能程序、代碼和代碼段。雖然已經示出和描述了本發明示例的實施例，但是本領域的普通技術人 員應該理解，隨著技術的發展，在不脫離本發明的真實範圍的情況下，可進 行各種改變和修改，並且可對本發明的組件進行等同物替換。在不脫離本發 明的範圍的情況下，可進行多種修改、變換、補充和子組合，以使本發明的 教導適合於特定情形。例如，儘管針對MP3音頻格式進行了描述，但是本發 明的各方面也可用於另外的音頻格式，諸如WMA、 Ogg Vorbis、 AAC、MPEG-4 和/或RealAudio。類似地，除了音頻數據以外，本發明的各方面還可用於估 計視頻數據的重放時間。因此，本發明旨在不限於所公開的各種示例的實施 例，相反，本發明包括落入到權利要求的範圍內的所有實施例。
權利要求
1、一種估計音頻數據的重放時間的設備，所述設備包括採樣單元，使用準隨機採樣方法從包括ID3標籤和多個幀的音頻數據對所述音頻數據的多個樣本幀進行採樣；平均比特率計算單元，基於從所述多個樣本幀獲得的比特率來計算音頻數據的平均比特率；重放時間計算單元，基於平均比特率估計音頻數據的重放時間。
2、 根據權利要求1所述的設備，其中，採樣單元產生多個準隨機數，按 照升序排列所述多個準隨機數，並且對音頻數據的與所述多個準隨機數相應 的幀進行採樣。
3、 根據權利要求1所述的設備，其中，平均比特率計算單元將不同的權 值應用於從所述多個樣本幀獲得的比特率，並且使用應用於比特率的所述權 值來計算比特率的平均值。
4、 根據權利要求3所述的設備，其中，隨著比特率從最小值增大到第一 閾值，平均比特率計算單元將增大的權值應用於比特率，隨著比特率從第一 閾值增大到第二閾值，平均比特率計算單元將與第 一 閾值相應的權值應用於 比特率，隨著比特率從第二閾值增大到最大值，平均比特率計算單元將減小 的權值應用於比特率。
5、 根據權利要求3所述的設備，其中，隨著比特率從最小值增大到閾值， 平均比特率計算單元將增大的權值應用於比特率，隨著比特率從所述閾值增 大到最大值，平均比特率計算單元將減小的權值應用於比特率。
6、 根據權利要求3所述的設備，其中，所述平均值是音頻數據的平均比 特率。
7、 根據權利要求1所述的設備，其中，重放時間計算單元將從音頻數據得的轉^:,來計算重放時l':。
、 '、、 、 ' ， " ^ 、
8、 根據權利要求1所述的設備，還包括顯示單元，顯示音頻數據的重 放時間。
9、 一種估計音頻數據的重放時間的方法，所述方法包括使用準隨機採樣方法從包括ID3標籤和多個幀的音頻數據對所述音頻數據的多個樣本幀進行採樣；基於從所述多個樣本幀獲得的比特率來計算音頻數據的平均比特率；基於平均比特率估計音頻數據的重放時間；將估計的重》丈時間通知用戶。
10、 根據權利要求9所述的方法，其中，對多個樣本幀進行採樣的步驟包括產生多個準隨機數，並按照升序排列所述多個準隨機數； 對與所述多個準隨機數相應的位置的幀進行採樣。
11、 根據權利要求9所述的方法，其中，計算平均比特率的步驟包括 將不同的權值應用於從所述多個樣本幀獲得的比特率；使用應用於比特率的所述權值來計算比特率的平均值。
12、 根據權利要求11所述的方法，其中，將不同的權值應用於比特率的 步驟包括隨著比特率從最小值增大到第 一閾值，將增大的權值應用於比特率； 隨著比特率從第 一 閾值增大到第二閾值，將與第 一 閾值相應的權值應用 於比特率；隨著比特率從第二閾值增大到最大值，將減小的權值應用於比特率。
13、 根據權利要求11所述的方法，其中，將不同的權值應用於比特率的 步驟包括隨著比特率從最小值增大到閾值，將增大的權值應用於比特率； 隨著比特率從所述閾值增大到最大值，將減小的權值應用於比特率。
14、 根據權利要求11所述的方法，其中，所述平均值是音頻數據的平均 比特率。
15、 根據權利要求11所述的方法，其中，估計重放時間的步驟包括將 從音頻數據的總長度減去ID3標籤的長度獲得的值除以將平均比特率轉換為 字節單位獲得的轉換值，來計算重放時間。
16、 根據權利要求9所述的方法，其中，通知用戶的步驟包括顯示音 頻數據的重放時間。
17、 一種包括指令的計算機可讀介質，當計算機執行所述指令時，所述 指令使得計算機執行一種方法，所述方法包括對音頻數據的多個幀進行隨機採樣，使得所述採樣的多個幀幾乎均勻地分布在整個音頻數據上；基於所述採樣的多個幀的比特率來計算音頻數據的平均比特率； 基於平均比特率估計音頻數據的重放時間； 將估計的重力丈時間通知用戶。
18、 根據權利要求17所述的計算機可讀介質，還包括音頻數據。
19、 根據權利要求17所述的計算機可讀介質，其中，通知用戶的步驟包 括在顯示器上顯示估計的重放時間。
20、 一種準確地估計音頻數據的重放時間的設備，所述設備包括 採樣單元，對音頻數據的多個幀進行隨機採樣，使得所述採樣的多個幀幾乎均勻地分布在整個音頻數據上；計算器單元，計算所述採樣的多個幀的平均比特率，並使用所述平均比 特率估計音頻數據的重^:時間。
21、 根據權利要求20所述的設備，還包括 存儲單元，存儲音頻數據和估計的重放時間。
22、 根據權利要求20所述的設備，其中，計算器單元包括 平均比特率計算器，計算所述採樣的多個幀的平均比特率； 重放時間計算器，使用所述平均比特率估計音頻數據的重放時間。
23、 根據權利要求20所述的設備，其中，音頻數據是MP3格式、WMA 格式或Ogg格式中的一種。
24、 根據權利要求20所述的設備，其中，音頻數據具有ID3標籤。
25、 根據權利要求20所述的設備，其中，採樣單元按照升序產生多個準 隨機數，並且對音頻數據的與所述多個準隨機數相應的幀進行採樣。
26、 根據權利要求22所述的設備，其中，平均比特率計算器讀取所述採 樣的多個幀中的每一幀的頭，以確定所述採樣的多個幀中的每一幀的比特率。
27、 根據權利要求22所述的設備，其中，平均比特率計算器使用M估 計器計算平均值。
全文摘要
提供一種音頻重放時間估計設備及方法。所述設備包括採樣單元，使用準隨機採樣方法從包括ID3標籤和多個幀的音頻數據對所述音頻數據的多個樣本幀進行採樣；平均比特率計算單元，基於從所述多個樣本幀獲得的比特率來計算音頻數據的平均比特率；重放時間計算單元，基於平均比特率估計音頻數據的重放時間。
文檔編號G11B27/10GK101221802SQ20081000151
公開日2008年7月16日 申請日期2008年1月4日 優先權日2007年1月12日
發明者金容聖, 金泰勳 申請人:三星電子株式會社