特開 2022-48130 音源を検出するための電子装置およびその作動方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022048130

(43)【公開日】2022-03-25

(54)【発明の名称】音源を検出するための電子装置およびその作動方法

(51)【国際特許分類】

   G06F 16/683 20190101AFI20220317BHJP

【ＦＩ】

G06F16/683

【審査請求】有

【請求項の数】20

【出願形態】ＯＬ

(21)【出願番号】P 2021148570

(22)【出願日】2021-09-13

(31)【優先権主張番号】10-2020-0117628

(32)【優先日】2020-09-14

(33)【優先権主張国・地域又は機関】KR

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＨＤＭＩ

２．ブルートゥース

３．ＢＬＵＥＴＯＯＴＨ

(71)【出願人】

【識別番号】505205812

【氏名又は名称】ネイバー コーポレーション

【氏名又は名称原語表記】ＮＡＶＥＲ Ｃｏｒｐｏｒａｔｉｏｎ

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100135079

【弁理士】

【氏名又は名称】宮崎 修

(72)【発明者】

【氏名】パク ジョンウン

(72)【発明者】

【氏名】キム デファン

(72)【発明者】

【氏名】ソ ドンウ

(72)【発明者】

【氏名】キム ドンファン

(72)【発明者】

【氏名】チョン ジス

(72)【発明者】

【氏名】イ ジャンヒ

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA05

5B175FB03

5B175HB03

(57)【要約】

【課題】 マルチメディアコンテンツに使用された音源を検出するための電子装置およびその作動方法を提供する。
【解決手段】 電子装置は、マルチメディアコンテンツのフィンガープリントを予め設定された時間間隔によって複数の検索区間に分割し、検索区間のうちの少なくとも１つがマッチングされる検出区間を有する少なくとも１つの音源を検出し、マルチメディアコンテンツ内の検出区間の時間位置および音源内の検出区間の時間位置を示す位置情報を決定し、音源と関連する情報および位置情報を提供するように構成される。
【選択図】図５

【特許請求の範囲】

【請求項1】

電子装置の作動方法であって、前記電子装置のプロセッサが、
マルチメディアコンテンツのフィンガープリントを予め設定された時間間隔によって複数の検索区間に分割する段階、
前記検索区間のうちの少なくとも１つがマッチングされる検出区間を有する少なくとも１つの音源を検出する段階、
前記マルチメディアコンテンツ内の前記検出区間の時間位置および前記音源内の前記検出区間の時間位置を示す位置情報を決定する段階、および
前記音源と関連する情報および前記位置情報を提供する段階
を含む、方法。

【請求項2】

前記電子装置のプロセッサが、
前記マルチメディアコンテンツの開始点からの時間オフセットと前記音源の開始点からの時間オフセットのオフセット差に基づいて、前記フィンガープリントに対して前記検出区間を整列させる段階、および
前記フィンガープリントと前記検出区間とを比較して、前記音源の信頼度を検出する段階
をさらに含む、請求項１に記載の方法。

【請求項3】

前記音源と関連する情報および前記位置情報を提供する段階は、
前記音源と関連する情報および前記位置情報とともに、前記信頼度を提供する段階
を含む、請求項１に記載の方法。

【請求項4】

前記信頼度を検出する段階は、
前記フィンガープリントと前記検出区間との比較演算により、比較区間を生成する段階、
前記比較区間を複数のビット区間に分割する段階、
前記ビット区間のビットエラーレートをそれぞれ計算する段階、
前記ビットエラーレートを前記ビット区間の点数にそれぞれ変換する段階、および
前記点数の和から前記信頼度を検出する段階
を含む、請求項２に記載の方法。

【請求項5】

前記点数に変換する段階は、
前記ビットエラーレートのうちの少なくとも１つが閾値を超過すれば、前記少なくとも１つのビットエラーレートに対応して０を点数として付与する段階、および
前記ビットエラーレートのうちの残りが前記閾値以下であれば、前記残りのビットエラーレートに対応して計算される点数を付与する段階
を含む、請求項４に記載の方法。

【請求項6】

前記音源と関連する情報および前記位置情報を提供する段階は、
前記マルチメディアコンテンツが複数の音源と関連付いていれば、前記音源と関連する情報および前記位置情報をリストで提供する段階
を含む、請求項１に記載の方法。

【請求項7】

前記マルチメディアコンテンツは、
画像データまたはオーディオデータのうちの少なくとも１つで構成される、
請求項１に記載の方法。

【請求項8】

前記電子装置のプロセッサが、
前記音源と関連する情報が選択されれば、前記音源を提供する段階、または
前記音源と関連する情報が選択されれば、前記音源と関連付いた他のマルチメディアコンテンツを提供する段階
のうちの少なくとも１つをさらに含む、請求項１に記載の方法。

【請求項9】

前記検索区間のうちの少なくとも１つは、
複数の音源にマッチングされる、請求項１に記載の方法。

【請求項10】

請求項１または請求項９のうちのいずれか一項に記載の作動方法を前記電子装置に実行させる、コンピュータプログラム。

【請求項11】

請求項１または請求項９のうちのいずれか一項に記載の方法を前記電子装置に実行させるためのプログラムが記録されている、非一時的なコンピュータ読み取り可能な記録媒体。

【請求項12】

電子装置であって、
メモリ、および
前記メモリに連結され、前記メモリに記録された少なくとも１つの命令を実行するように構成されたプロセッサを含み、
前記プロセッサは、
マルチメディアコンテンツのフィンガープリントを予め設定された時間間隔によって複数の検索区間に分割し、
前記検索区間のうちの少なくとも１つがマッチングされる検出区間を有する少なくとも１つの音源を検出し、
前記マルチメディアコンテンツ内の前記検出区間の時間位置および前記音源内の前記検出区間の時間位置を示す位置情報を決定し、
前記音源と関連する情報および前記位置情報を提供するように構成される、
装置。

【請求項13】

前記プロセッサは、
前記マルチメディアコンテンツの開始点からの時間オフセットと前記音源の開始点からの時間オフセットのオフセット差に基づいて、前記フィンガープリントに対して前記検出区間を整列させ、
前記フィンガープリントと前記検出区間とを比較して、前記音源の信頼度を検出するように構成される、
請求項１２に記載の装置。

【請求項14】

前記プロセッサは、
前記検出区間に対応する前記音源の信頼度を検出し、
前記音源と関連する情報および前記位置情報とともに、前記信頼度を提供するように構成される、
請求項１２に記載の装置。

【請求項15】

前記プロセッサは、
前記フィンガープリントと前記検出区間との比較演算により、比較区間を生成し、
前記比較区間を複数のビット区間に分割し、
前記ビット区間のビットエラーレートをそれぞれ計算し、
前記ビットエラーレートを前記ビット区間の点数にそれぞれ変換し、
前記点数の和から前記信頼度を検出するように構成される、
請求項１４に記載の装置。

【請求項16】

前記プロセッサは、
前記ビットエラーレートのうちの少なくとも１つが閾値を超過すれば、前記少なくとも１つのビットエラーレートに対応して０を点数として付与し、
前記ビットエラーレートのうちの残りが前記閾値以下であれば、前記残りのビットエラーレートに対応して計算される点数を付与するように構成される、
請求項１５に記載の装置。

【請求項17】

前記プロセッサは、
前記マルチメディアコンテンツが複数の音源と関連付いていれば、前記音源と関連する情報および前記位置情報をリストで提供するように構成される、
請求項１２に記載の装置。

【請求項18】

前記マルチメディアコンテンツは、
画像データまたはオーディオデータのうちの少なくとも１つで構成される、
請求項１２に記載の装置。

【請求項19】

前記プロセッサは、
前記音源と関連する情報が選択されれば、前記音源または前記音源と関連付いた他のマルチメディアコンテンツのうちの少なくとも１つを提供するように構成される、
請求項１２に記載の装置。

【請求項20】

前記検索区間のうちの少なくとも１つは、
複数の音源にマッチングされる、
請求項１２に記載の装置。

【発明の詳細な説明】

【技術分野】

【0001】

多様な実施形態は、マルチメディアコンテンツ（ｍｕｌｔｉｍｅｄｉａ ｃｏｎｔｅｎｔ）に使用された少なくとも１つの音源（ａｕｄｉｏ ｓｏｕｒｃｅ）を検出するための電子装置およびその作動方法に関する。

【背景技術】

【0002】

音源検出技術とは、マルチメディアコンテンツに使用された音源を検出する技術である。一般的に、サーバには、複数の音源が登録されており、音源のフィンガープリント（ｆｉｎｇｅｒ ｐｒｉｎｔ）がそれぞれ記録されている。このようなサーバは、音源検出技術を利用して、マルチメディアコンテンツのフィンガープリントに基づいて、登録された音源からマルチメディアコンテンツに使用された音源を検出する。これにより、サーバは、音源に関する情報と、音源内でマルチメディアコンテンツに使用された部分の開始位置を提供する。

【0003】

しかし、このようなサーバは、マルチメディアコンテンツに使用された音源を検出するための動作性能が低いという問題を抱えている。具体的に、サーバが、マルチメディアコンテンツの全体のフィンガープリントと登録された音源のフィンガープリントとを比較しなければならないため、サーバの演算量が増加し、サーバの動作効率性が低下する。さらに、サーバが、音源内からマルチメディアコンテンツに使用された部分を正確に検出することに困難がある。

【発明の概要】

【発明が解決しようとする課題】

【0004】

多様な実施形態は、マルチメディアコンテンツに使用された少なくとも１つの音源を効率的に検出することができる、電子装置およびその作動方法を提供する。

【0005】

多様な実施形態は、マルチメディアコンテンツのフィンガープリントを部分的に利用して、音源内でマルチメディアコンテンツに使用された部分を効率的に検出することができる、電子装置およびその作動方法を提供する。

【0006】

多様な実施形態は、音源内でマルチメディアコンテンツに使用された部分に対し、音源内の時間位置だけでなく、マルチメディアコンテンツ内の時間位置を検出することにより、音源内でマルチメディアコンテンツに使用された部分をより正確に特定することができる、電子装置およびその作動方法を提供する。

【0007】

多様な実施形態は、音源内でマルチメディアコンテンツに使用された部分の音源内の時間位置とマルチメディアコンテンツ内の時間位置に基づいて、音源に対する信頼度を検出することができる、電子装置およびその作動方法を提供する。

【課題を解決するための手段】

【0008】

多様な実施形態に係る電子装置の作動方法は、前記電子装置のプロセッサが、マルチメディアコンテンツのフィンガープリントを予め設定された時間間隔によって複数の検索区間に分割する段階、前記検索区間のうちの少なくとも１つがマッチングされる検出区間を有する少なくとも１つの音源を検出する段階、前記マルチメディアコンテンツ内の前記検出区間の時間位置および前記音源内の前記検出区間の時間位置を示す位置情報を決定する段階、および前記音源と関連する情報および前記位置情報を提供する段階を含んでよい。

【0009】

多様な実施形態に係るコンピュータプログラムは、前記作動方法を前記電子装置に実行させるために非一時的なコンピュータ読み取り可能な記録媒体に記録されてよい。

【0010】

多様な実施形態に係る非一時的なコンピュータ読み取り可能な記録媒体は、前記作動方法を前記電子装置に実行させるためのプログラムが記録されている。

【0011】

多様な実施形態に係る電子装置は、メモリ、および前記メモリに連結され、前記メモリに記録された少なくとも１つの命令を実行するように構成されたプロセッサを含み、前記プロセッサは、マルチメディアコンテンツのフィンガープリントを予め設定された時間間隔によって複数の検索区間に分割し、前記検索区間のうちの少なくとも１つがマッチングされる検出区間を有する少なくとも１つの音源を検出し、前記マルチメディアコンテンツ内の前記検出区間の時間位置および前記音源内の前記検出区間の時間位置を示す位置情報を決定し、前記音源と関連する情報および前記位置情報を提供するように構成されてよい。

【発明の効果】

【0012】

多様な実施形態によると、電子装置は、マルチメディアコンテンツに使用された少なくとも１つの音源を効率的に検出することができる。具体的に、電子装置は、マルチメディアコンテンツのフィンガープリントの検索区間のうちの１つから時間範囲を拡張させながら、音源内でマルチメディアコンテンツにマッチングされる検出区間を効率的に検出することができる。また、電子装置は、音源内の検出区間の時間位置だけでなく、マルチメディアコンテンツ内の検出区間の時間位置を検出することにより、音源およびマルチメディアコンテンツ内で検出区間をより正確に特定することができる。さらに、電子装置は、検出区間に対するマルチメディアコンテンツの開始点からの時間オフセットと音源の開始点からの時間オフセットのオフセット差に基づいてマルチメディアコンテンツと音源とを比較することにより、音源に対する信頼度を検出することができる。これにより、電子装置は、利用者のために、音源と関連する情報と位置情報だけでなく、信頼度を提供することができる。

【図面の簡単な説明】

【0013】

【図1】多様な実施形態における、電子装置を示した図である。

【図2】図１のプロセッサの動作特徴を説明するための例示図である。

【図3a】図１のプロセッサの動作特徴を説明するための例示図である。

【図3b】図１のプロセッサの動作特徴を説明するための例示図である。

【図3c】図１のプロセッサの動作特徴を説明するための例示図である。

【図3d】図１のプロセッサの動作特徴を説明するための例示図である。

【図4】図１のプロセッサを詳しく示した図である。

【図5】多様な実施形態における、電子装置の作動方法を示した図である。

【図6】図５の音源の信頼度検出段階を詳しく示した図である。

【図7】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図8】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図9】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図10】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図11】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図12】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図13】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図14】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図15】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図16】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【図17】多様な実施形態における、電子装置の作動方法を説明するための例示図である。

【発明を実施するための形態】

【0014】

以下、本文書の多様な実施形態について、添付の図面を参照しながら説明する。

【0015】

図１は、多様な実施形態における、電子装置１００を示した図である。図２および図３ａ～ｄは、図１のプロセッサ１６０の動作特徴を説明するため例示図である。図４は、図１のプロセッサ１６０を詳しく示した図である。

【0016】

図１を参照すると、多様な実施形態に係る電子装置１００は、連結端子１１０、通信モジュール１２０、入力モジュール１３０、出力モジュール１４０、メモリ１５０、またはプロセッサ１６０のうちの少なくともいずれか１つを含んでよい。一実施形態によっては、電子装置１００の構成要素のうちの少なくともいずれか１つが省略されても、少なくとも１つの他の構成要素が追加されてもよい。一実施形態によっては、電子装置１００の構成要素のうちの少なくともいずれか２つが、１つの統合された回路で実現されてよい。例えば、電子装置１００は、サーバ（ｓｅｒｖｅｒ）、スマートフォン（ｓｍａｒｔ ｐｈｏｎｅ）、携帯電話、ナビゲーション、ＰＣ、ノート型ＰＣ、デジタル放送用端末、ＰＤＡ（ｐｅｒｓｏｎａｌ ｄｉｇｉｔａｌ ａｓｓｉｓｔａｎｔｓ）、ＰＭＰ（ｐｏｒｔａｂｌｅ ｍｕｌｔｉｍｅｄｉａ ｐｌａｙｅｒ）、タブレット、ゲームコンソール（ｇａｍｅ ｃｏｎｓｏｌｅ）、ウェアラブルデバイス（ｗｅａｒａｂｌｅ ｄｅｖｉｃｅ）、ＩｏＴ（ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ）デバイス、家電機器、医療機器、またはロボット（ｒｏｂｏｔ）のうちの少なくともいずれか１つを含んでよい。

【0017】

連結端子１１０は、電子装置１００で外部装置１０２と物理的に連結されてよい。例えば、外部装置１０２は、他の電子装置を含んでよい。このために、連結端子１１０は、少なくとも１つのコネクタを含んでよい。例えば、コネクタは、ＨＤＭＩコネクタ、ＵＳＢコネクタ、ＳＤカードコネクタ、またはオーディオコネクタのうちの少なくともいずれか１つを含んでよい。

【0018】

通信モジュール１２０は、電子装置１００で外部装置１０２、１０４との通信を実行してよい。通信モジュール１２０は、電子装置１００と外部装置１０２、１０４との間に通信チャネルを樹立し、通信チャンネルを介して外部装置１０２、１０４との通信を実行してよい。ここで、外部装置１０２、１０４は、衛星、基地局、または他の電子装置のうちの少なくともいずれか１つを含んでよい。通信モジュール１２０は、有線通信モジュールまたは無線通信モジュールのうちの少なくともいずれか１つを含んでよい。有線通信モジュールは、連結端子１０２を介して外部装置１０２と有線で接続し、有線で通信してよい。無線通信モジュールは、近距離通信モジュールまたは遠距離通信モジュールのうちの少なくともいずれか１つを含んでよい。近距離通信モジュールは、外部装置１０２と近距離通信方式で通信してよい。例えば、近距離通信方式は、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）、Ｗｉ－Ｆｉ ｄｉｒｅｃｔ、または赤外線通信（ＩｒＤＡ：ｉｎｆｒａｒｅｄ ｄａｔａ ａｓｓｏｃｉａｔｉｏｎ）のうちの少なくともいずれか１つを含んでよい。遠距離通信モジュールは、外部装置１０４と遠距離通信方式で通信してよい。ここで、遠距離通信モジュールはネットワーク１９０を介して外部装置１０４と通信してよい。例えば、ネットワーク１９０は、セルラネットワーク、インターネット、またはＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）やＷＡＮ（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）のようなコンピューターネットワークのうちの少なくともいずれか１つを含んでよい。

【0019】

入力モジュール１３０は、電子装置１００の少なくとも１つの構成要素に使用される信号を入力してよい。入力モジュール１３０は、利用者が電子装置１００に信号を直接入力するように構成される入力装置、周辺環境を感知して信号を発生するように構成されるセンサ装置、または画像を撮影して画像データを生成するように構成されるカメラモジュールのうちの少なくともいずれか１つを含んでよい。例えば、入力装置は、マイクロフォン（ｍｉｃｒｏｐｈｏｎｅ）、マウス（ｍｏｕｓｅ）、またはキーボード（ｋｅｙｂｏａｒｄ）のうちの少なくともいずれか１つを含んでよい。一実施形態において、センサ装置は、タッチを感知するように設定されたタッチ回路（ｔｏｕｃｈ ｃｉｒｃｕｉｔｒｙ）、またはタッチによって発生する力の強度を測定するように設定されたセンサ回路のうちの少なくともいずれか１つを含んでよい。

【0020】

出力モジュール１４０は、情報を出力してよい。出力モジュール１４０は、情報を視覚的に表示するように構成される表示モジュール、または情報を聴覚的に再生するように構成されるオーディオモジュールのうちの少なくとも１つを含んでよい。例えば、表示モジュールは、ディスプレイ、ホログラム装置、またはプロジェクタのうちの少なくともいずれか１つを含んでよい。一例として、表示モジュールは、入力モジュール１３０のタッチ回路またはセンサ回路のうちの少なくともいずれか１つと組み立てられて、タッチスクリーンとして実現されてよい。例えば、オーディオモジュールは、スピーカまたはレシーバのうちの少なくともいずれか１つを含んでよい。

【0021】

メモリ１５０は、電子装置１００の少なくとも１つの構成要素によって使用される多様なデータを記録してよい。例えば、メモリ１５０は、揮発性メモリまたは不揮発性メモリのうちの少なくともいずれか１つを含んでよい。データは、少なくとも１つのプログラム、およびこれと関連する入力データまたは出力データを含んでよい。プログラムは、メモリ１５０に少なくとも１つの命令を含むソフトウェアとして記録されてよく、例えば、オペレーティングシステム、ミドルウェア、またはアプリケーションのうちの少なくともいずれか１つを含んでよい。

【0022】

プロセッサ１６０は、メモリ１５０のプログラムを実行して、電子装置１００の少なくとも１つの構成要素を制御してよい。これにより、プロセッサ１６０は、データ処理または演算を実行してよい。このとき、プロセッサ１６０は、メモリ１５０に記録された命令を実行してよい。プロセッサ１６０は、マルチメディアコンテンツ（ｍｕｌｔｉｍｅｄｉａ ｃｏｎｔｅｎｔ）に使用された少なくとも１つの音源（ａｕｄｉｏ ｓｏｕｒｃｅ）を検出しようとしてよい。ここで、マルチメディアコンテンツは、画像データまたはオーディオデータのうちの少なくとも１つで構成されてよい。一例として、マルチメディアコンテンツは、画像データとオーディオデータで構成され、ミュージックビデオやネットワークを介して共有される動画などを含んでよい。他の例として、マルチメディアコンテンツは、オーディオデータで構成され、ポッドキャスト、放送局などで生成されてよい。また、図２に示すように、マルチメディアコンテンツのオーディオデータには少なくとも１つの音源が使用されてよく、各音源の少なくとも一部が使用されてよい。

【0023】

多様な実施形態によると、プロセッサ１６０は、マルチメディアコンテンツに対応して、音源の少なくとも一部を検出区間２００として検出してよい。このとき、検出区間２００に対するオフセット差が定義されてよい。オフセット（ΔＴ_ｍ－ΔＴ_ａ）は、マルチメディアコンテンツの開始点（Ｔ_ｍ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ｍ）と音源の開始点（Ｔ_ａ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴａ）との差を示してよい。ここで、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）としてある値が定義されてよく、一定の範囲内の値が定義されてもよい。一例として、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）は、マルチメディアコンテンツの開始点（Ｔ_ｍ０）からの時間オフセット（ΔＴ_ｍ）と音源の開始点（Ｔ_ａ０）からの時間オフセット（ΔＴ_ａ）との差を中心とする範囲内の値が定義されてよい。オフセット差（ΔＴ_ｍ－ΔＴ_ａ）として一定の範囲内の値が定義される場合、同じ音源に対する多様な再生速度が考慮されてよい。

【0024】

第１例として、図３ａに示すように、検出区間２００は、音源の全体領域であってよく、マルチメディアコンテンツの一部領域に使用されてよい。ここで、音源の開始点（Ｔ_ａ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ａ）は０であるため、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）は、マルチメディアコンテンツの開始点（Ｔ_ｍ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ｍ）が決定されてよい（オフセット差＝ΔＴ_ｍ）。第２例として、図３ｂに示すように、検出区間２００は、音源の一部領域であってよく、マルチメディアコンテンツの一部領域に使用されてよい。ここで、マルチメディアコンテンツの開始点（Ｔ_ｍ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ｍ）であるため、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）は、音源の開始点（Ｔ_ａ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ａ）から決定されてよい（オフセット差＝－ΔＴ_ａ）。第３例として、図３ｃに示すように、検出区間２００は、音源の一部領域であってよく、マルチメディアコンテンツの一部領域に使用されてよい。ここで、音源の開始点（Ｔ_ａ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ａ）は０であるため、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）は、マルチメディアコンテンツの開始点（Ｔ_ｍ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ｍ）が決定されてよい（オフセット差＝ΔＴ_ｍ）。第４例として、図３ｄに示すように、検出区間２００は、音源の一部領域であってよく、マルチメディアコンテンツの全体領域に使用されてよい。ここで、マルチメディアコンテンツの開始点（Ｔ_ｍ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ｍ）であるため、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）は、音源の開始点（Ｔ_ａ０）から検出区間２００の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ａ）から決定されてよい（オフセット差＝－ΔＴ_ａ）。

【0025】

多様な実施形態によると、プロセッサ１６０は、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）を利用して、音源の信頼度（ｃｏｎｆｉｄｅｎｃｅ）を検出してよい。信頼度は、検出された音源がマルチメディアコンテンツに使用されたものであるかに対する正確度を示すものであり、信頼度が高いほど正確度が高くてよい。具体的に、プロセッサ１６０は、オフセット差（ΔＴ_ｍ－ΔＴ_ａ）に基づいて、マルチメディアコンテンツに対して検出区間２００を整列させてよい。この後、プロセッサ１６０は、マルチメディアコンテンツと検出区間２００とを比較して、音源の信頼度を検出してよい。一実施形態によると、プロセッサ１６０は、ビット演算により、音源の信頼度を検出してよい。プロセッサ１６０は、マルチメディアコンテンツのフィンガープリントと検出区間２００のフィンガープリントとの比較演算により、検出区間２００のビットエラーレート（ｂｉｔ ｅｒｒｏｒ ｒａｔｅ：ＢＥＲ）を計算してよい。プロセッサ１６０は、ビットエラーレートを点数（ｓｃｏｒｅ）にそれぞれ変換してよい。プロセッサ１６０は、予め定められたスコア関数（ｓｃｏｒｅ ｆｕｎｃｔｉｏｎ）を利用して、ビットエラーレートを点数にそれぞれ変換してよい。プロセッサ１６０は、点数の和から信頼度を検出してよい。プロセッサ１６０は、予め定められたコンフィデンス関数（ｃｏｎｆｉｄｅｎｃｅ ｆｕｎｃｔｉｏｎ）を利用して、点数の和から信頼度を検出してよい。

【0026】

多様な実施形態によると、プロセッサ１６０は、図４に示すように、ＡＰＩ（ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｇｒａｍｍｉｎｇ ｉｎｔｅｒｆａｃｅ）４６１、プロセスＡＰＩ（ｐｒｏｃｅｓｓ－ＡＰＩ）４６３、制御部４６５、コンテンツ取得部４６７、フィンガープリント部４６９、マッチング部４７１、比較部４７３、またはクラスタリング部４７５のうちの少なくとも１つを含んでよい。一実施形態によっては、プロセッサ１６０の構成要素のうちの少なくともいずれか１つが省略されても、少なくとも１つの他の構成要素が追加されてもよい。一実施形態によっては、プロセッサ１６０の構成要素のうちの少なくともいずれか２つが、１つの統合された回路で実現されてよい。

【0027】

ＡＰＩ４６１は、利用者の要請を検出してよい。プロセスＡＰＩ４６３は、利用者の要請に基づいて、命令語を生成してよい。制御部４６５は、プロセッサ１６０の構成要素のうちの少なくとも１つを制御してよい。このとき、制御部４６５は、プロセッサ１６０の構成要素のうちの少なくとも２つを仲介する役割を実行してよく、プロセッサ１６０の構成要素のうちの少なくとも１つのための作業を実行してよい。コンテンツ取得部４６７は、命令語に基づいて、マルチメディアコンテンツを取得してよい。フィンガープリント部４６９は、マルチメディアコンテンツのフィンガープリントを取得してよい。このとき、フィンガープリント部４６９は、マルチメディアコンテンツのオーディオデータからフィンガープリントを直接抽出してよい。マッチング部４７１は、マルチメディアコンテンツのフィンガープリントに基づいて、少なくとも１つの音源を検出してよい。このとき、メモリ１５０には、複数の音源が予め登録されており、登録された音源のフィンガープリントがそれぞれ記録されていてよい。マッチング部４７１は、マルチメディアコンテンツのフィンガープリントと登録された音源のフィンガープリントをマッチングさせることにより、登録された音源のフィンガープリントのうちの少なくとも１つを検出してよい。比較部４７３は、マルチメディアコンテンツのフィンガープリントと検出された音源のフィンガープリントとを比較して、検出された音源の信頼度を検出してよい。クラスタリング部４７５は、検出された音源に基づいて、マルチメディアコンテンツに対する比較対象またはマルチメディアコンテンツの比較結果のうちの少なくとも１つを、検出された音源と同一あるいは類似の音源を包括するように拡張させてよい。具体的に、クラスタリング部４７５は、検出された音源と同一あるいは類似の音源の情報を取得し、マルチメディアコンテンツに対する比較対象を、検出された音源と同一あるいは類似の音源に拡張させてよい。一方、クラスタリング部４７５は、比較部４７３の比較結果に基づいて、検出された音源と同一あるいは類似の音源をまとめてよい。

【0028】

図５は、多様な実施形態における、電子装置１００の作動方法を示した図である。図６は、図５の音源の信頼度検出段階（段階５５０）を詳しく示した図である。図７～１７は、多様な実施形態における、電子装置１００の作動方法を説明するための例示図である。

【0029】

図５を参照すると、段階５１０で、電子装置１００は、マルチメディアコンテンツのフィンガープリント７１０を複数の検索区間７２０に分割してよい。ここで、マルチメディアコンテンツは、画像データまたはオーディオデータのうちの少なくとも１つで構成されてよい。一例として、マルチメディアコンテンツは、画像データとオーディオデータで構成され、ミュージックビデオ、ネットワークを介して共有される動画などを含んでよい。他の例として、マルチメディアコンテンツは、オーディオデータで構成され、ポッドキャストや放送局などで生成されてよい。また、オーディオデータには、少なくとも１つの音源が使用されてよく、各音源の少なくとも一部が含まれてよい。プロセッサ１６０は、マルチメディアコンテンツのフィンガープリント７１０を取得してよい。一実施形態によると、プロセッサ１６０は、マルチメディアコンテンツのオーディオデータからフィンガープリント７１０を直接抽出してよい。例えば、利用者によってマルチメディアコンテンツが選択されれば、プロセッサ１６０は、マルチメディアコンテンツのオーディオデータからフィンガープリント７１０を抽出してよい。他の実施形態によると、プロセッサ１６０は、外部装置１０２、１０４からマルチメディアコンテンツのフィンガープリント７１０をクエリとして受信してよい。ここで、フィンガープリントは、オーディオデータに対する時間による周波数分布を示してよい。プロセッサ１６０は、図７に示すように、マルチメディアのフィンガープリント７１０を予め設定された時間間隔によって複数の検索区間７２０に分割してよい。一例として、時間間隔は、数秒の範囲内で定められてよい。

【0030】

段階５２０で、電子装置１００は、検索区間７２０のうちの少なくとも１つがマッチングされる検出区間１０１０を有する少なくとも１つの音源を検出してよい。このとき、メモリ１５０には、複数の音源が予め登録されており、登録された音源のフィンガープリント９１０がそれぞれ記録されていてよい。プロセッサ１６０は、図８に示すように、検索区間７２０のそれぞれを登録された音源のフィンガープリント９１０と比較してよい。これにより、プロセッサ１６０は、検索区間７２０のうちの１つに基づいて、登録された音源のフィンガープリント９１０のうちの少なくとも１つを検出してよい。このとき、プロセッサ１６０は、図９に示すように、検索区間７２０のうちの１つから時間範囲を拡張させながら、マルチメディアコンテンツのフィンガープリント７１０と検出された音源のフィンガープリント９１０とを比較してよい。これにより、プロセッサ１６０は、図１０に示すように、検出された音源のフィンガープリント９１０から、検索区間７２０のうちの少なくとも１つがマッチングされる検出区間１０１０を検出できるようになる。

【0031】

段階５３０で、電子装置１００は、マルチメディアコンテンツおよび検出された音源内で検出区間１０１０の位置情報を決定してよい。位置情報は、マルチメディアコンテンツのフィンガープリント７１０内の検出区間１０１０の時間位置、および検出された音源のフィンガープリント９１０内の検出区間１０１０の時間位置を示してよい。プロセッサ１６０は、検出区間１０１０の位置情報に基づいて、検出区間１０１０に対するオフセット差（ΔＴ_ｍ－ΔＴ_ａ）を検出してよい。オフセット差（ΔＴ_ｍ－ΔＴ_ａ）は、マルチメディアコンテンツのフィンガープリント７１０の開始点（Ｔ_ｍ０）から検出区間１０１０の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ｍ）と、検出された音源のフィンガープリント９１０の開始点（Ｔ_ａ０）から検出区間１０１０の開始点（Ｔ_ｄ０）までの時間オフセット（ΔＴ_ａ）の差を示してよい。

【0032】

段階５４０で、電子装置１００は、検出区間１０１０に対するオフセット差（ΔＴ_ｍ－ΔＴ_ａ）に基づいて、マルチメディアコンテンツのフィンガープリント７１０に対して検出区間１０１０を整列させてよい。プロセッサ１６０は、図１０に示すように、検出区間１０１０と検出区間１０１０にマッチングされた少なくとも１つの検索区間７２０とが互いに対応するように、検出区間１０１０を整列させてよい。プロセッサ１６０は、少なくとも１つの検索区間７２０の開始点に検出区間１０１０の開始点を整列させてよい。

【0033】

段階５５０で、電子装置１００は、マルチメディアコンテンツのフィンガープリント７１０と検出区間１０１０とを比較して、検出された音源の信頼度を検出してよい。信頼度は、検出された音源がマルチメディアコンテンツに使用されたものであるかに対する正確度を示すものであり、信頼度が高いほど正確度が高くてよい。プロセッサ１６０は、検出区間１０１０と検出区間１０１０にマッチングされた少なくとも１つの検索区間７２０とを比較して、検出された音源の信頼度を検出してよい。一実施形態によると、プロセッサ１６０は、少なくとも１つの検索区間７２０に対する検出区間１０１０のビット演算により、検出された音源の信頼度を検出してよい。これについては、図６を参照しながらより詳しく説明する。

【0034】

図６を参照すると、段階６５１で、電子装置１００は、マルチメディアコンテンツのフィンガープリント７１０と検出区間１０１０との比較演算により、比較区間１１１０を生成してよい。一例として、比較演算は、排他的論理和（ＸＯＲ）を含んでよい。プロセッサ１６０は、検出区間１０１０と検出区間１０１０にマッチングされた少なくとも１つの検索区間７２０との比較演算により、図１１に示すように比較区間１１１０を生成してよい。

【0035】

段階６５３で、電子装置１００は、比較区間１１１０を複数のビット区間１２１０に分割してよい。プロセッサ１６０は、図１２に示すように、予め設定された時間間隔によって比較区間１１１０を複数のビット区間１２１０に分割してよい。一例として、時間間隔は、約１秒であってよい。

【0036】

段階６５５で、電子装置１００は、ビット区間１２１０のビットエラーレートをそれぞれ計算してよい。プロセッサ１６０は、ビット区間１２１０のそれぞれに対して連続するビットで計算し、ビット区間１２１０のそれぞれのビットからビットエラーレートを計算してよい。ここで、各ビットエラーレートは、０から１までの値で表現され、ビットエラーレートが低いほど類似性が高くてよい。類似性は、検出区間１０１０と検出区間１０１０にマッチングされた少なくとも１つの検索区間７２０の類似性を示してよい。すなわち、ビットエラーレートが０であるということは、検出区間１０１０と少なくとも１つの検索区間７２０が同一であることを意味してよい。一例として、図１３に示すようにビット区間１２１０のビットエラーレートが計算された場合、これは、マルチメディアコンテンツで５１３～５５１秒までに検出された音源の検出区間１０１０が使用されたことを示してよい。他の例として、図１４に示すようにビット区間１２１０のビットエラーレートが計算された場合、これは、マルチメディアコンテンツで複数の音源の検出区間１０１０が使用され、同じ時間範囲にも複数の音源の検出区間１０１０が使用されたことを示してよい。このような場合、プロセッサ１６０は、検出区間１０１０のビットエラーレートのうちで最も高いビットエラーレートを抽出してよい。

【0037】

段階６５７で、電子装置１００は、ビットエラーレートをビット区間１２１０の点数にそれぞれ変換してよい。プロセッサ１６０は、予め定められたスコア関数を利用して、ビットエラーレートを点数にそれぞれ変換してよい。ここで、図１５に示すように、ビットエラーレートが低いほど高い点数に変換され、ビットエラーレートが高いほど低い点数に変換されてよい。このとき、ビットエラーレートのうちの少なくとも１つが閾値を超過すれば、プロセッサ１６０は、少なくとも１つのビットエラーレートに対応して０を点数として付与してよい。一方、ビットエラーレートのうちの残りが閾値以下であれば、プロセッサ１６０は、残りのビットエラーレートに基づいて点数をそれぞれ計算し、残りのビットエラーレートに対応して計算された点数をそれぞれ付与してよい。例えば、スコア関数は、以下の数式（１）のように表現されてよい。

【0038】

ｙ＝ｍａｘ（０．０，１０・（（１－ｘ））^２－（１．０－閾値）^２））・・・（１）
ここで、ｘはビットエラーレートを、ｙは点数を示し、閾値は、０超過０．５以下であってよく、一例として、０．３５以上０．４５以下であってよい。閾値が０に近い値で設定されるほど、音源に対する誤検出の可能性は低下するが、ノイズのある音源に対する検出の可能性は高まることがある。これに反し、閾値が０．５に近い値で設定されるほど、ノイズのある音源に対する検出の可能性が低下するが、音源に対する誤検出の可能性は高まることがある。

【0039】

段階６５９で、電子装置１００は、点数の和から検出された音源に対する信頼度を検出してよい。信頼度は、検出された音源がマルチメディアコンテンツに使用されたものであるかに対する正確度を示すものであり、信頼度が高いほど正確度が高くてよい。プロセッサ１６０は、予め定められたコンフィデンス関数を利用して、点数の和から信頼度を検出してよい。ここで、図１６に示すように、信頼度は、０から１までの値で表現されてよい。点数の和が一定の範囲内にある場合、点数の和が信頼度に大きく影響を及ぼすため、点数の和が大きいほど信頼度が著しく高くてよい。一方、点数の和が一定の範囲外である場合、点数の和が信頼度に及ぼす影響が減少してよい。例えば、コンフィデンス関数は、以下の数式（２）のように表現されてよい。

【0040】

ｙ＝ｔａｎｈ（加重値ｘ）・・・（２）
ここで、ｘは点数の和を、ｙは信頼度を示し、加重値は、スコア関数の閾値または後述する信頼度に対する基準値のうちの少なくとも１つによって決定されてよく、例えば、０．１以上０．２以下であってよい。

【0041】

この後、電子装置１００は、図５にリターンして、段階５６０に進んでよい。

【0042】

再び図５を参照すると、段階５６０で、電子装置１００は、検出された音源と関連する情報、位置情報、および信頼度を提供してよい。音源と関連する情報は、音源の識別子、名称、またはアーティストのうちの少なくとも１つを含んでよい。位置情報は、マルチメディアコンテンツのフィンガープリント７１０内の検出区間１０１０の時間位置、および検出された音源のフィンガープリント９１０内の検出区間１０１０の時間位置を示してよい。プロセッサ１６０は、図１７に示すように、マルチメディアコンテンツに対応して検出された音源と関連する情報、位置情報、および信頼度を提供してよい。ここで、マルチメディアコンテンツから複数の音源が検出された場合、プロセッサ１６０は、音源のリストとして、検出された音源と関連する情報、位置情報、および信頼度を提供してよい。一例として、プロセッサ１６０は、検出された音源の信頼度とは関係なく、検出された音源の関連する情報、位置情報、および信頼度を提供してよい。他の例として、検出された音源の信頼度が基準値以上であれば、プロセッサ１６０は、検出された音源の関連する情報、位置情報、および信頼度を提供してよい。言い換えれば、検出された音源の信頼度が基準値未満であれば、プロセッサ１６０は、検出された音源の関連する情報、位置情報、および信頼度を提供しなくてもよい。プロセッサ１６０は、外部装置１０２、１０４からのクエリに対する応答として、検出された音源と関連する情報、位置情報、および信頼度を提供してよい。一実施形態によると、プロセッサ１６０は、外部装置１０２、１０４に、検出された音源と関連する情報、位置情報、および信頼度を送信してよい。他の実施形態によると、プロセッサ１６０は、出力モジュール１４０から、検出された音源と関連する情報、位置情報、および信頼度を直接出力してよい。

【0043】

多様な実施形態によると、利用者は、マルチメディアコンテンツに使用された音源を確認し、これを多様に活用してよい。一例として、マルチメディアコンテンツが放送や公演などの動画である場合、利用者は、マルチメディアコンテンツに使われた音源に基づいて、マルチメディアコンテンツのキューシート（ｃｕｅ ｓｈｅｅｔ）を取得してよい。他の例として、利用者は、マルチメディアコンテンツに使用された音源の著作権保護または著作権精算のために活用してよい。

【0044】

多様な実施形態によると、検出された音源と関連する情報、位置情報、および信頼度を提供した後、電子装置１００は、検出された音源と関連付いた多様なサービスを提供してよい。一実施形態によると、プロセッサ１６０は、外部装置１０２、１０４に検出された音源を提供してよい。外部装置１０２、１０４によって検出された音源と関連する情報が選択されれば、プロセッサ１６０は、外部装置１０２、１０４に検出された音源を提供してよい。他の実施形態によると、プロセッサ１６０は、検出された音源と関連付いた他のマルチメディアコンテンツを提供してよい。外部装置１０２、１０４によって検出された音源と関連する情報が選択されれば、プロセッサ１６０は、検出された音源と関連する情報に基づいて、他のマルチメディアコンテンツを検索し、外部装置１０２、１０４に検索されたマルチメディアコンテンツを提供してよい。また他の実施形態によると、プロセッサ１６０は、検出された音源と関連付いた付加情報を提供してよい。外部装置１０２、１０４によって検出された音源と関連する情報が選択されれば、プロセッサ１６０は、検出された音源と関連する情報に基づいて、例えば、ニュースやソーシャルネットワークサービス（ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ｓｅｒｖｉｃｅ：ＳＮＳ）などを利用して付加情報を検索して、外部装置１０２、１０４に検索された付加情報を提供してよい。

【0045】

多様な実施形態によると、電子装置１００は、マルチメディアコンテンツに使用された少なくとも１つの音源を効率的に検出してよい。具体的に、電子装置１００は、マルチメディアコンテンツのフィンガープリント７１０の検索区間７２０のうちの１つから時間範囲を拡張させながら、音源内でマルチメディアコンテンツにマッチングされる検出区間１０１０を効率的に検出してよい。また、電子装置１００は、音源内の検出区間１０１０の時間位置だけでなく、マルチメディアコンテンツ内の検出区間１０１０の時間位置を検出することにより、音源およびマルチメディアコンテンツ内で検出区間１０１０をより正確に特定してよい。さらに、電子装置１００は、検出区間１０１０に対するマルチメディアコンテンツの開始点（Ｔ_ｍ０）からの時間オフセット（ΔＴ_ｍ）と音源の開始点（Ｔ_ａ０）からの時間オフセット（ΔＴ_ａ）のオフセット差（ΔＴ_ｍ－ΔＴ_ａ）に基づいてマルチメディアコンテンツと音源とを比較することにより、音源に対する信頼度を検出してよい。これにより、電子装置１００は、利用者のために、音源と関連する情報と位置情報だけでなく、信頼度を提供することができる。

【0046】

多様な実施形態に係る電子装置１００の作動方法は、マルチメディアコンテンツのフィンガープリント７１０を予め設定された時間間隔によって複数の検索区間７２０に分割する段階（段階５１０）、検索区間７２０のうちの少なくとも１つがマッチングされる検出区間１０１０を有する少なくとも１つの音源を検出する段階（段階５２０）、マルチメディアコンテンツ内の検出区間１０１０の時間位置および音源内の検出区間１０１０の時間位置を示す位置情報を決定する段階（段階５３０）、および音源と関連する情報および位置情報を提供する段階（段階５６０）を含んでよい。

【0047】

多様な実施形態によると、電子装置１００の作動方法は、マルチメディアコンテンツの開始点（Ｔ_ｍ０）からの時間オフセット（ΔＴ_ｍ）と音源の開始点（Ｔ_ａ０）からの時間オフセット（ΔＴ_ａ）のオフセット差（ΔＴ_ｍ－ΔＴ_ａ）に基づいて、フィンガープリント７１０に対して検出区間１０１０を整列させる段階（段階５４０）、およびフィンガープリント７１０と検出区間１０１０とを比較して、音源の信頼度を検出する段階（段階５５０）をさらに含んでよい。

【0048】

多様な実施形態によると、音源と関連する情報および位置情報を提供する段階（段階５６０）は、音源と関連する情報および位置情報とともに、信頼度を提供する段階を含んでよい。

【0049】

多様な実施形態によると、信頼度を検出する段階（段階５５０）は、フィンガープリント７１０と検出区間１０１０との比較演算により、比較区間１１１０を生成する段階（段階６５１）、比較区間１１１０を複数のビット区間１２１０に分割する段階（段階６５３）、ビット区間１２１０のビットエラーレートをそれぞれ計算する段階（段階６５５）、ビットエラーレートをビット区間１２１０の点数にそれぞれ変換する段階（段階６５７）、および点数の和から信頼度を検出する段階（段階６５９）を含んでよい。

【0050】

多様な実施形態によると、点数に変換する段階（段階６５７）は、ビットエラーレートのうちの少なくとも１つが閾値を超過すれば、少なくとも１つのビットエラーレートに対応して０を点数として付与する段階、およびビットエラーレートのうちの残りが閾値以下であれば、残りのビットエラーレートに対応して計算される点数を付与する段階を含んでよい。

【0051】

多様な実施形態によると、音源と関連する情報および位置情報を提供する段階（段階５６０）は、マルチメディアコンテンツが複数の音源と関連付いていれば、音源と関連する情報および位置情報をリストで提供する段階を含んでよい。

【0052】

多様な実施形態によると、マルチメディアコンテンツは、画像データまたはオーディオデータのうちの少なくとも１つで構成されてよい。

【0053】

多様な実施形態によると、電子装置１００の作動方法は、音源と関連する情報が選択されれば、音源を提供する段階、または音源と関連する情報が選択されれば、音源と関連付いた他のマルチメディアコンテンツを提供する段階のうちの少なくとも１つをさらに含んでよい。

【0054】

多様な実施形態によると、検索区間７２０のうちの少なくとも１つは、複数の音源にマッチングされてよい。

【0055】

多様な実施形態に係る電子装置１００は、メモリ１５０、およびメモリ１５０に連結され、メモリ１５０に記録された少なくとも１つの命令を実行するように構成されたプロセッサ１６０を含んでよい。

【0056】

多様な実施形態によると、プロセッサ１６０は、マルチメディアコンテンツのフィンガープリント７１０を予め設定された時間間隔によって複数の検索区間７２０に分割し、検索区間７２０のうちの少なくとも１つがマッチングされる検出区間１０１０を有する少なくとも１つの音源を検出し、マルチメディアコンテンツ内の検出区間１０１０の時間位置および音源内の検出区間１０１０の時間位置を示す位置情報を決定し、音源と関連する情報および位置情報を提供するように構成されてよい。

【0057】

多様な実施形態によると、プロセッサ１６０は、マルチメディアコンテンツの開始点（Ｔ_ｍ０）からの時間オフセット（ΔＴ_ｍ）と音源の開始点（Ｔ_ａ０）からの時間オフセット（ΔＴ_ａ）のオフセット差（ΔＴ_ｍ－ΔＴ_ａ）に基づいて、フィンガープリント７１０に対して検出区間１０１０を整列させ、フィンガープリント７１０と検出区間１０１０とを比較して、音源の信頼度を検出するように構成されてよい。

【0058】

多様な実施形態によると、プロセッサ１６０は、検出区間１０１０に対応する音源の信頼度を検出し、音源と関連する情報および位置情報とともに、信頼度を提供するように構成されてよい。

【0059】

多様な実施形態によると、プロセッサ１６０は、フィンガープリント７１０と検出区間１０１０との比較演算により、比較区間１１１０を生成し、比較区間１１１０を複数のビット区間１２１０に分割し、ビット区間１２１０のビットエラーレートをそれぞれ計算し、ビットエラーレートをビット区間１２１０の点数にそれぞれ変換し、点数の和から信頼度を検出するように構成されてよい。

【0060】

多様な実施形態によると、プロセッサ１６０は、ビットエラーレートのうちの少なくとも１つが閾値を超過すれば、少なくとも１つのビットエラーレートに対応して０を点数として付与し、ビットエラーレートのうちの残りが閾値以下であれば、残りのビットエラーレートに対応して計算される点数を付与するように構成されてよい。

【0061】

多様な実施形態によると、プロセッサ１６０は、マルチメディアコンテンツが複数の音源と関連付いていれば、音源と関連する情報および位置情報をリストで提供するように構成されてよい。

【0062】

多様な実施形態によると、マルチメディアコンテンツは、画像データまたはオーディオデータのうちの少なくとも１つで構成されてよい。

【0063】

多様な実施形態によると、プロセッサ１６０は、音源と関連する情報が選択されれば、音源または音源と関連付けられた他のマルチメディアコンテンツのうちの少なくとも１つを提供するように構成されてよい。

【0064】

多様な実施形態によると、検索区間７２０のうちの少なくとも１つは、複数の音源にマッチングされてよい。

【0065】

上述した装置は、ハードウェア構成要素、ソフトウェア構成要素、および／またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてよい。例えば、実施形態で説明された装置および構成要素は、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてよい。処理装置は、オペレーティングシステム（ＯＳ）およびＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを記録、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者は、処理装置が複数個の処理要素および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでよい。また、並列プロセッサのような、他の処理構成も可能である。

【0066】

ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供したりするために、いかなる種類の機械、コンポーネント、物理装置、コンピュータ記録媒体または装置に具現化されてよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された状態で記録されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータ読み取り可能な記録媒体に記録されてよい。

【0067】

実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータ読み取り可能な媒体に記録されてよい。ここで、媒体は、コンピュータ実行可能なプログラムを継続して記録するものであっても、実行またはダウンロードのために一時記録するものであってもよい。また、媒体は、単一または複数のハードウェアが結合した形態の多様な記録手段または格納手段であってよく、あるコンピュータシステムに直接接続する媒体に限定されることはなく、ネットワーク上に分散して存在するものであってもよい。媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ－ＲＯＭおよびＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどを含み、プログラム命令が記録されるように構成されたものであってよい。また、媒体の他の例として、アプリケーションを配布するアプリケーションストアやその他の多様なソフトウェアを供給または配布するサイト、サーバなどで管理する記録媒体または格納媒体が挙げられる。

【0068】

本文書の多様な実施形態およびこれに使用された用語は、本文書に記載された技術を特定の実施形態だけに対して限定するためのものではなく、該当の実施例の多様な変更、均等物、および／または代替物を含むものと理解されなければならない。図面の説明と関連し、類似する構成要素に対しては類似する参照符号を付与した。単数の表現は、文脈上で明らかに異なるように意味しない限り、複数の表現を含んでよい。本文書において、「ＡまたはＢ」、「Ａおよび／またはＢのうちの少なくとも１つ」、「Ａ、Ｂ、またはＣ」、または「Ａ、Ｂ、および／またはＣのうちの少なくとも１つ」などの表現は、ともに羅列される項目のすべての可能な組み合わせを含んでよい。「第１」、「第２」、「１番目」、または「２番目」などの表現は、該当の構成要素を順序または重要度とは関係なく修飾するものであり、ある構成要素を他の構成要素と区分するために使用されるものに過ぎず、該当の構成要素を限定するためのものではない。ある（例：第１）構成要素が他の（例：第２）構成要素に「（機能的にまたは通信的に）連結されて」いるか「接続されて」いると記載されるときには、前記ある構成要素が前記他の構成要素に直接に連結されている場合はもちろん、他の構成要素（例：第３構成要素）を介して連結されている場合も含まれる。

【0069】

本文書で使用される用語「モジュール」は、ハードウェア、ソフトウェア、またはファームウェアで構成されたユニットを含み、例えば、ロジック、論理ブロック、部品、または回路などの用語と互換的に使用されてよい。モジュールは、一体で構成された部品、または１つまたはそれ以上の機能を実行する最小単位またはその一部であってよい。例えば、モジュールは、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）で構成されてよい。

【0070】

多様な実施形態によると、記載した構成要素のそれぞれの構成要素（例：モジュールまたはプログラム）は、単数または複数の個体を含んでよい。多様な実施形態によると、上述した該当の構成要素のうちの１つ以上の構成要素または段階が省略されてもよいし、１つ以上の他の構成要素または段階が追加されてもよい。大体的にまたは追加的に、複数の構成要素（例：モジュールまたはプログラム）は、１つの構成要素として統合されてよい。このような場合、統合された構成要素は、複数の構成要素それぞれの構成要素の１つ以上の機能を、統合される前に複数の構成要素のうちの該当の構成要素によって実行されるときと同一または類似するように実行してよい。多様な実施形態によると、モジュール、プログラム、または他の構成要素によって実行される段階は、順次的に、並列的に、反復的に、または発見的に実行されても、段階のうちの１つ以上が他の順序で実行されても、省略されても、または１つ以上の他の段階が追加されてもよい。

【符号の説明】

【0071】

４６０：プロセッサ
４６１：ＡＰＩ
４６２：プロセスＡＰＩ
４６５：制御部
４６７：コンテンツ取得部
４６９：フィンガープリント部
４７１：マッチン部部
４７３：比較部
４７５：クラスタリング部

【図1】

【図2】

【図3a】

【図3b】

【図3c】

【図3d】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】