專利名稱：管理聲源的方法及其設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)字視聽(AV)裝置，更具體地說，涉及一種在輸出聲音的數(shù)字AV裝置中管理聲源的方法及其設(shè)備。
背景技術(shù)：
最近，包括DVD播放機、家庭影院系統(tǒng)和多功能數(shù)字TV的數(shù)字AV裝置已經(jīng)被廣泛使用。特別是，在家中營造影院氛圍的家庭影院系統(tǒng)廣受歡迎。家庭影院包括諸如投影儀、投影TV、PDP或數(shù)字TV的影像裝置；支持具備基本的5.1或更多聲道或Dolby數(shù)字的數(shù)字影院系統(tǒng)的AV解碼器；具備5.1或更多聲道的揚聲器系統(tǒng)。影像裝置能夠產(chǎn)生同在影院中一樣清晰的圖像，AV解碼器和揚聲器系統(tǒng)能夠再現(xiàn)震撼的影院音質(zhì)的聲音。
然而，傳統(tǒng)的數(shù)字AV裝置不能提供提取、管理和顯示包括在正被再現(xiàn)的聲音中的特定聲源的功能。另外，它不能提供從正被重現(xiàn)的聲音中選擇性地再現(xiàn)特定的聲源的功能。

發(fā)明內(nèi)容
本發(fā)明提供一種在數(shù)字AV裝置中管理聲源的方法及其設(shè)備。
根據(jù)本發(fā)明的一個方面，提供一種在數(shù)字視聽(AV)裝置中管理聲源的方法，該方法包括從正通過數(shù)字AV裝置再現(xiàn)的聲音中提取至少一個聲源；將圖像映射到該提取的聲源；和通過使用映射的圖像來管理聲源。
在提取聲源時，可通過使用預(yù)先從正被再現(xiàn)的聲音中采樣的聲源的頻率特征來提取該聲源。
在映射圖像時，與代表聲源的圖像有關(guān)的映射信息可以被存儲在數(shù)據(jù)庫中。
管理聲源可以包括將新圖像映射到聲源以及在數(shù)據(jù)庫中注冊該新圖像和映射信息。
管理聲源可以包括顯示對應(yīng)于聲源的圖像。
在顯示圖像時，包括在當(dāng)前正被再現(xiàn)的聲音中的每個聲源的代表圖像、種類和當(dāng)前的再現(xiàn)狀態(tài)中的至少一個可以被顯示。
管理聲源可以包括選擇性地再現(xiàn)部分提取的聲源。
管理聲源可以包括選擇性地移除部分提取的聲源和再現(xiàn)剩余的聲源。
管理聲源可以包括選擇并刪除對應(yīng)于部分提取的聲源的圖像。
管理聲源可以包括將對應(yīng)于部分提取的聲源的圖像改變?yōu)槠渌麍D像。
根據(jù)本發(fā)明的另一方面，提供一種其上具有用于執(zhí)行管理聲源的方法的計算機程序的計算機可讀記錄介質(zhì)。
根據(jù)本發(fā)明的另一方面，提供一種在數(shù)字AV裝置中管理聲源的設(shè)備，該設(shè)備包括提取單元，從正通過數(shù)字AV裝置再現(xiàn)的聲音中提取至少一個聲源；映射單元，將圖像映射到每個聲源；和管理單元，通過使用映射的圖像來管理聲源。


通過下面結(jié)合附圖對本發(fā)明的示例性實施例進行詳細描述，本發(fā)明的上述和其他特征和優(yōu)點將會變得更加清楚，其中圖1示出根據(jù)本發(fā)明的通過使用圖像來管理聲源的設(shè)備的結(jié)構(gòu)的示例性圖9示出根據(jù)本發(fā)明的在其上將正被再現(xiàn)的聲源的種類顯示為圖像的屏幕的示例；和圖10示出根據(jù)本發(fā)明的在其上顯示正被再現(xiàn)的聲源的輸出狀態(tài)的屏幕的示例。
具體實施例方式
現(xiàn)在，將參考附圖詳細描述本發(fā)明，其附圖中顯示了本發(fā)明的示例性實施例。
參考圖1，通過使用圖像來管理聲源的設(shè)備1包括聲源輸入/輸出單元10、聲源處理單元20、聲源管理單元30、圖像輸入/輸出單元70、圖像處理單元60、圖像管理單元50、再現(xiàn)控制單元90、聲源/圖像映射單元40和數(shù)據(jù)庫100、120和140。另外，設(shè)備1還可以包括網(wǎng)絡(luò)接口80。
聲源輸入/輸出單元10通過麥克風(fēng)或其他輸入源接收聲音信號的輸入，并將聲源傳送到聲源處理單元20，或?qū)⒂陕曉刺幚韱卧幚淼穆曇粜盘栞敵龅綋P聲器或其他輸出裝置。通過聲源輸入/輸出單元10輸入的聲音信號被聲源處理單元20處理為數(shù)字數(shù)據(jù)，并能夠用作采樣聲源。此時，聲源處理單元20分析輸入聲音信號的頻率特征并提取包括在該聲音中的至少一個注冊的聲源。在分析聲源的處理中，即，在采樣處理中產(chǎn)生的關(guān)于聲源的頻率特征的信息被聲源管理單元30存儲在數(shù)據(jù)庫100中，并被用于從其他輸入聲音中提取注冊的聲源。聲源管理單元30將被聲源處理單元20處理為數(shù)字數(shù)據(jù)并采樣的聲源數(shù)據(jù)存儲在聲源數(shù)據(jù)庫100中，或讀取存儲在聲源數(shù)據(jù)庫100中的聲源數(shù)據(jù)，并感測在輸入聲音中是否還有對應(yīng)的聲源。
同時，圖像輸入/輸出單元70接收通過數(shù)字照相機或數(shù)字可攜式攝像機捕捉的圖像并將該圖像傳送到圖像處理單元60，或通過顯示單元輸出被圖像處理單元60解碼的圖像數(shù)據(jù)。通過圖像輸入/輸出單元70輸入的圖像在被圖像處理單元60編碼后能夠用作顯示和/或管理聲源的工具。圖像管理單元50管理圖像，從而被圖像處理單元60編碼的圖像數(shù)據(jù)能夠存儲在圖像數(shù)據(jù)庫140中，或者來自圖像數(shù)據(jù)庫140的存儲的圖像數(shù)據(jù)能夠被讀取、解碼或再現(xiàn)。再現(xiàn)控制單元90通過聲源處理單元20控制聲源數(shù)據(jù)的再現(xiàn)和通過圖像處理單元60控制圖像數(shù)據(jù)的再現(xiàn)。
同時，聲源/圖像映射單元40將在圖像管理單元50中注冊、改變或刪除的圖像數(shù)據(jù)映射到在聲源管理單元30中注冊、改變或刪除的聲源數(shù)據(jù)，并在聲源/圖像映射數(shù)據(jù)庫120中存儲映射信息。通過使用該映射信息，能夠使用圖像數(shù)據(jù)來容易地管理存儲的聲源。
現(xiàn)在將基于上述用于管理聲源的設(shè)備1的結(jié)構(gòu)解釋通過使用圖像來管理聲源的方法，該方法包括注冊、改變、刪除、選擇性再現(xiàn)或選擇性刪除。
圖2是根據(jù)本發(fā)明示例性實施例的顯示聲源的方法的流程圖。
參考圖2，如果在操作202，使用具有根據(jù)本發(fā)明使用圖像來管理聲源的設(shè)備1的數(shù)字AV裝置再現(xiàn)AV數(shù)據(jù)，則在操作204，通過使用正被再現(xiàn)的聲音數(shù)據(jù)的頻率范圍或頻率特征，采樣該聲音數(shù)據(jù)并且提取對應(yīng)于各聲源范圍的聲源。在操作206，如果提取的聲源是在上述聲源數(shù)據(jù)庫100中注冊的聲源，則在操作208，通過參考聲源/圖像映射數(shù)據(jù)庫120的映射信息，在圖像數(shù)據(jù)庫140中讀取對應(yīng)于聲源的圖像，并將其顯示在顯示單元上。
例如，如果正通過數(shù)字AV裝置再現(xiàn)的聲音是交響樂，則通過使用諸如小提琴、中提琴、大提琴和低音提琴的每個樂器的頻率特征，能夠從正被再現(xiàn)的聲音中提取樂器的聲源。通過使用聲源數(shù)據(jù)庫100，確認每個樂器的提取的聲源是否是注冊的聲源。然后，如果它是注冊的聲源，則通過參考聲源/圖像映射數(shù)據(jù)庫120的映射信息將對應(yīng)于該聲源的圖像顯示在顯示單元上。因此，當(dāng)前正被再現(xiàn)的樂器的圖像能夠被顯示在屏幕上。也就是說，如果諸如那些小提琴和鋼琴的注冊的聲源被再現(xiàn)，則對應(yīng)于聲源的圖像能夠被顯示。
此外，如果正被再現(xiàn)的聲源不是注冊的聲源而是新的聲源，則它能和對應(yīng)于該聲源的圖像一起被注冊。例如，用戶能將他們的嬰兒的語音注冊為聲源，將他們的嬰兒的照片注冊為新圖像，并將映射嬰兒的語音和照片的映射信息存儲在聲源/圖像映射數(shù)據(jù)庫120中。因此，當(dāng)家庭的運動畫面被再現(xiàn)時，如果輸出嬰兒的語音，則能夠在顯示單元上顯示新注冊的嬰兒的照片。
更具體地說，圖7示出根據(jù)本發(fā)明的在其上將正被再現(xiàn)的聲源信息顯示為圖像的屏幕的示例。參考圖7，能夠看出語音和薩克斯管的聲音當(dāng)前正被再現(xiàn)，鼓的聲音沒有被再現(xiàn)。也就是說，包括在當(dāng)前正被再現(xiàn)的音樂中的聲源被顯示為圖像，并且聲源的種類和再現(xiàn)狀態(tài)能夠被顯示在顯示單元上。因此，用戶聽音樂時能夠看到視覺上的聲音輸出信息。另外，正被再現(xiàn)的每個聲源的音量也能夠被顯示在顯示單元上。
同樣，圖8示出根據(jù)本發(fā)明的在其上將正被再現(xiàn)的聲源顯示為圖像的屏幕的示例。參考圖8，顯示在顯示屏幕上的圖像顯示正在演奏鼓、薩克斯管和鋼琴，歌手正在歌唱。因此，通過從正被再現(xiàn)的聲音中提取每個聲源并將其表示為圖像，能夠通過選擇、改變或刪除顯示的圖像來容易地管理聲源。
圖9示出根據(jù)本發(fā)明的在其上將正被再現(xiàn)的聲源的種類顯示為圖像的屏幕的示例。參考圖9，它指示包括在正被再現(xiàn)的聲音中的聲源的種類是音樂、背景聲音還是語音。圖10示出根據(jù)本發(fā)明的在其上顯示正被再現(xiàn)的聲源的輸出狀態(tài)的屏幕的示例。參考圖10，它指示包括在正被再現(xiàn)的聲音中的每個聲源當(dāng)前是否被輸出。根據(jù)本發(fā)明，用戶能夠以各種方式處理聲源。例如，用戶能夠通過處理顯示在顯示器上的圖像來容易地選擇性地再現(xiàn)一些聲源，或選擇性地移除一些聲源以及輸出其他聲源。在這種情況下，通過圖10所示顯示每個聲源的輸出狀態(tài)，能夠提高用戶的便利性。
同時，圖3是根據(jù)本發(fā)明優(yōu)選實施例的選擇性地再現(xiàn)或移除聲源的方法的流程圖。
參考圖3，在操作302，如果正被再現(xiàn)的聲源都在顯示屏幕上顯示為圖像，則在操作304，用戶輸入用于服務(wù)的選擇信息。如果指示選擇性再現(xiàn)的選擇信息被用戶輸入，則在操作308，僅對應(yīng)于被用戶選擇的圖像的聲源被輸出。同時，如果指示選擇性移除的選擇信息被用戶輸入，則在操作306，僅對應(yīng)于被用戶選擇的圖像的聲源被移除，并且剩余的聲源被輸出。
例如，家庭的運動畫面被可攜式攝像機等獲得后，諸如嬰兒的語音的一個聲源被選擇性移除。同樣，特定的噪音或背景聲音能夠從輸出中移除。也就是說，在包括在輸入聲音中的聲源之中，僅被選擇的聲源被移除，而其他聲源被輸出。作為另一應(yīng)用示例，在具有卡拉OK功能的數(shù)字AV裝置的情況下，能夠選擇并移除對應(yīng)于期望被移除的聲源的圖像，從而能夠停止該聲源的再現(xiàn)。用戶能夠停止諸如小手鼓、鋼琴或合唱的聲源的特定聲源。
同樣，根據(jù)本發(fā)明如果通過數(shù)字AV裝置聽弦樂四重奏，則在第一樂章中聽到小提琴、中提琴和大提琴后，為了僅聽到小提琴，用戶能夠停止第二樂章中的中提琴和大提琴的聲源的輸出。然后，如果用戶在聽第三樂章中的小提琴時移除小提琴并選擇中提琴和大提琴，則他或她能夠從那時起僅聽到中提琴和大提琴。因此，根據(jù)本發(fā)明，用戶能夠選擇和再現(xiàn)一個聲源，或者能夠刪除一個聲源并再現(xiàn)剩余的聲源。這是因為每個聲源通過使用圖像而被管理，用戶可以容易地選擇性再現(xiàn)或移除每個聲源。
同時，用戶選擇的聲源能夠被選擇性地再現(xiàn)。例如，當(dāng)聽音樂演奏時，通過從顯示的聲源的圖像之中選擇小提琴，用戶能夠僅聽到曲子的小提琴部分，然后通過選擇大提琴的圖像，能夠僅聽到大提琴。因此，通過使用圖像區(qū)分并管理每個聲源，當(dāng)聲音被輸出時，每個聲源能夠被區(qū)分并被選擇性輸出。
作為另一應(yīng)用示例，當(dāng)學(xué)習(xí)語言或記憶劇本時，通過打開一個演員的聲音而關(guān)閉另一演員的聲音，用戶能夠練習(xí)第二個演員的對話。
圖4A和4B是根據(jù)本發(fā)明優(yōu)選實施例的注冊聲源的方法的流程圖。
圖4A顯示一種方法，通過該方法，在操作402，通過聲源輸入/輸出單元10輸入的聲源被采樣，在操作404，存儲的圖像中的一個被注冊為與采樣的聲源相關(guān)。圖4B顯示另一個實施例，通過該實施例，在操作452，通過網(wǎng)絡(luò)接口80接收由另一設(shè)備采樣的聲源，在操作454，存儲的圖像中的一個被注冊為與接收的聲源相關(guān)。通過上述的注冊處理而采樣或接收的聲源被存儲在聲源數(shù)據(jù)庫100中，對應(yīng)于聲源的圖像被存儲在圖像數(shù)據(jù)庫140中，指示每個聲源和圖像的對應(yīng)關(guān)系的映射信息被存儲在聲源/圖像映射數(shù)據(jù)庫120中并被管理。當(dāng)存儲在數(shù)據(jù)庫中的聲源或圖像能夠被用作用于管理的聲源和圖像時，新的聲源或新的圖像在通過聲源輸入/輸出單元10或圖像輸入/輸出單元70而被新注冊后，也能夠被使用。此時，由于注冊的聲源具有獨有的頻率范圍或特征，因此該聲源能夠與其他聲源區(qū)分并被管理。為了檢測當(dāng)前正被再現(xiàn)的聲源是否包括注冊的聲源，關(guān)于注冊的聲源的獨有的頻率范圍或特征的信息能夠被獨立存儲和使用。
圖5是根據(jù)本發(fā)明示例性實施例的刪除聲源的方法的流程圖。
如圖5中所示，在操作502，聲源/圖像映射單元40從聲源/圖像映射數(shù)據(jù)庫120中載入聲源/圖像映射信息，通過刪除選擇的圖像的聲源/圖像映射信息，能夠刪除注冊的聲源(操作504)。聲源信息也能夠從聲源數(shù)據(jù)庫100中永久刪除。
圖6是根據(jù)本發(fā)明示例性實施例的改變聲源信息的方法的流程圖。參考圖6，在操作602，存儲的聲源/圖像映射信息被載入，通過改變對應(yīng)于選擇的圖像的聲源的聲源/圖像映射信息，對應(yīng)于注冊的聲源的圖像能夠被改變(操作604)。
如上所述，根據(jù)本發(fā)明通過將圖像映射到聲源后管理每個聲源，能夠容易地管理聲源。例如，包括在正被再現(xiàn)的聲音中的聲源能夠被可視化地顯示，顯示的一些聲源能夠被選擇性地再現(xiàn)或刪除，選擇的圖像的聲源能夠被刪除或改變。因此，當(dāng)收聽時，用戶能夠方便地可視化地識別聲音輸出信息、選擇不聽的聲源，或僅選擇將要聽的一個聲源。通過這樣做，能夠增強數(shù)字AV裝置的可利用性。
同時，如上所述的根據(jù)本發(fā)明的使用圖像管理聲源的方法能夠被實施為計算機程序。本發(fā)明所屬技術(shù)領(lǐng)域內(nèi)的程序員可以容易地按導(dǎo)出形成該計算機程序的代碼和代碼段。此外，該程序也能夠被存儲在計算機可讀記錄介質(zhì)中，并被計算機讀取和執(zhí)行以實施本發(fā)明的方法。所述計算機可讀記錄介質(zhì)包括磁存儲介質(zhì)、光學(xué)記錄介質(zhì)和載波介質(zhì)。
雖然參照其示例性實施例具體地顯示和描述了本發(fā)明，但是本領(lǐng)域的技術(shù)人員應(yīng)該理解，在不脫離由權(quán)利要求限定的本發(fā)明的精神和范圍的情況下，可以對這些實施例做出形式和細節(jié)上的各種改變。優(yōu)選的實施例應(yīng)該被認為是描述性意義上的，并不能被認為是用于限定的目的。因此，本發(fā)明的范圍不是由本發(fā)明的具體描述限定的，而是由權(quán)利要求限定，在該范圍內(nèi)的所有不同之處將被認為是包括在本發(fā)明中的。
根據(jù)如上所述的本發(fā)明，提供一種在數(shù)字AV裝置中使用圖像管理聲源的方法及其設(shè)備。
因此，通過獨立的處理聲源能夠可視化地管理輸出的聲音，能夠選擇性地再現(xiàn)或移除期望的聲音，從而能夠增強數(shù)字AV裝置的可利用性。
權(quán)利要求
1.一種在數(shù)字視聽裝置中管理聲源的方法，該方法包括從正通過數(shù)字視聽裝置再現(xiàn)的聲音中提取一個或更多聲源；將圖像映射到所述一個或更多提取的聲源中的每個；和通過使用一個或更多映射的圖像來管理所述一個或更多聲源。
2.如權(quán)利要求1所述的方法，其中，在提取所述一個或更多聲源時，通過使用預(yù)先從正被再現(xiàn)的聲音中采樣的所述一個或更多聲源的頻率特征來提取所述一個或更多聲源。
3.如權(quán)利要求1所述的方法，其中，在映射所述一個或更多圖像時，與代表所述一個或更多聲源的所述一個或更多圖像有關(guān)的映射信息被存儲在數(shù)據(jù)庫中。
4.如權(quán)利要求1所述的方法，其中，管理所述一個或更多聲源包括將一個或更多新的圖像映射到所述一個或更多聲源以及在數(shù)據(jù)庫中注冊所述一個或更多新的圖像和映射信息。
5.如權(quán)利要求1所述的方法，其中，管理所述一個或更多聲源包括顯示對應(yīng)于所述一個或更多聲源的一個或更多圖像。
6.如權(quán)利要求5所述的方法，其中，在顯示所述一個或更多圖像時，包括在聲音中的所述一個或更多聲源中的每個的代表圖像、種類和當(dāng)前的再現(xiàn)狀態(tài)中的至少一個被顯示。
7.如權(quán)利要求1所述的方法，其中，所述一個或更多提取的聲源包括至少兩個提取的聲源，管理所述至少兩個提取的聲源包括選擇性地再現(xiàn)部分所述至少兩個提取的聲源。
8.如權(quán)利要求1所述的方法，其中，所述一個或更多提取的聲源包括至少兩個提取的聲源，管理所述至少兩個提取的聲源包括選擇性地移除部分所述至少兩個提取的聲源和再現(xiàn)剩余的聲源。
9.如權(quán)利要求1所述的方法，其中，所述一個或更多提取的聲源包括至少兩個提取的聲源，管理所述至少兩個提取的聲源包括選擇并刪除對應(yīng)于部分所述至少兩個提取的聲源的圖像。
10.如權(quán)利要求1所述的方法，其中，所述一個或更多提取的聲源包括至少兩個提取的聲源，管理所述至少兩個提取的聲源包括將對應(yīng)于部分所述至少兩個提取的聲源的圖像改變?yōu)榱硪粋€圖像。
11.一種其上具有用于執(zhí)行如權(quán)利要求1所述的方法的計算機程序的計算機可讀記錄介質(zhì)。
12.一種在數(shù)字視聽裝置中管理聲源的裝置，該裝置包括提取單元，從正通過數(shù)字視聽裝置再現(xiàn)的聲音中提取一個或更多聲源；映射單元，將圖像映射到所述一個或更多提取的聲源的中的每個；和管理單元，通過使用所述一個或更多映射的圖像來管理所述一個或更多聲源。
13.如權(quán)利要求12所述的設(shè)備，其中，提取單元通過使用預(yù)先從正被再現(xiàn)的聲音中采樣的聲源的頻率特征來提取所述一個或更多聲源。
14.如權(quán)利要求12所述的設(shè)備，其中，映射單元將與代表一個或更多聲源的所述一個或更多圖像有關(guān)的映射信息存儲在數(shù)據(jù)庫中。
15.如權(quán)利要求12所述的設(shè)備，其中，映射單元提供以下功能中的至少一個將一個或更多新的圖像映射到所述一個或更多提取的聲源以及在數(shù)據(jù)庫中注冊所述一個或更多新的圖像和映射信息；顯示對應(yīng)于所述一個或更多聲源的一個或更多圖像；當(dāng)所述一個或更多提取的聲源包括至少兩個提取的聲源時，選擇性地再現(xiàn)部分所述一個或更多提取的聲源；當(dāng)所述一個或更多提取的聲源包括至少兩個提取的聲源時，選擇性地移除部分所述一個或更多提取的聲源并再現(xiàn)剩余的聲源；當(dāng)所述一個或更多提取的聲源包括至少兩個提取的聲源時，選擇并刪除對應(yīng)于部分所述一個或更多提取的聲源的圖像；和將對應(yīng)于部分所述一個或更多的聲源的圖像改變?yōu)榱硪粋€圖像。
16.如權(quán)利要求15所述的設(shè)備，其中，顯示功能顯示所述一個或更多提取的聲源中的每個的代表圖像、種類和當(dāng)前的再現(xiàn)狀態(tài)中的至少一個。
全文摘要
提供一種在數(shù)字AV裝置中管理聲源的方法及其設(shè)備。在數(shù)字AV裝置中管理聲源的方法包括從正通過數(shù)字AV裝置再現(xiàn)的聲音中提取至少一個聲源；將圖像映射到該提取的聲源；和通過使用映射的圖像來管理聲源。另外，優(yōu)選地，通過使用所述圖像注冊、改變、刪除、選擇性地再現(xiàn)或選擇性地刪除提取的聲源。因此，通過獨立的處理聲源能夠可視化地管理正在輸出的聲音，能夠選擇性地再現(xiàn)或移除期望的聲音，從而能夠增強數(shù)字AV裝置的可利用性。
文檔編號H04N5/60GK1787624SQ20051011508
公開日2006年6月14日 申請日期2005年11月25日 優(yōu)先權(quán)日2004年12月8日
發(fā)明者申晶銀, 李銀河 申請人:三星電子株式會社