CN101542484A - 比较文件的内容标识符的装置 - Google Patents

Abstract

装置(1)，包括比较器(11)，用于互相比较内容标识符，诸如文件的音频/视频指纹、唯一标识符、散列算法、循环冗余校验、标题、名称、持续时间、大小、唱片名称和艺术家名称，所述文件诸如音频/视频/数据文件，该装置(1)被提供有选择器(12)，所述选择器(12)从内容标识符组中根据内容标识符的参数的值选择出内容标识符的子组，以便提高灵活性。计算器(13)计算参数的值的函数，而另一个比较器(14)比较函数和阈值。内容标识符可以由成本和准确度参数定义。然后，计算器(13)计算成本参数的值的第一函数，并计算准确度参数的值的第二函数，而另一个比较器(14)比较第一函数与第一阈值，并比较第二函数与第二阈值。

Description

比较文件的内容标识符的装置

技术领域

本发明涉及一种比较一个文件的内容标识符与另一个文件的内容标识符的装置，一种包括这种装置的设备、一种方法、一种计算机程序产品和一种介质。

这种文件的例子如音频文件、视频文件、音频/视频文件和数据文件。这种内容标识符的例子如音频指纹、视频指纹、音频/视频指纹、全球唯一标识符、散列算法、循环冗余校验、唯一标识符、标题、文件名、文件持续时间、文件大小、唱片名称和艺术家姓名。这种设备的例子是消费产品和非消费产品。

背景技术

US 2004/0249859A1公开了一种基于指纹的媒体识别***。媒体分析组件提供片段的编号及长度和该片段的指纹，并且通过该信息，媒体识别组件识别该媒体。如果没有找到匹配，就请求附加的指纹和相关联的元数据。所有这些相对来说都是不灵活的。

由于相对的不灵活性，因此已知的***都是有缺点的。

发明内容

本发明的目的之一是提供一种相对灵活的装置。

本发明的第一方面是提供一种如权利要求1所述的装置。比较器比较文件的内容标识符和另外的文件的内容标识符。通过引入定义该内容标识符的至少一个参数，并且通过引入根据这些内容标识符的参数的值从两个或更多的文件的内容标识符的组中选择该文件的一个或更多内容标识符的子组的选择器，可以对内容标识符的子组执行所述比较。结果，该装置相对来说是灵活的。根据预存方案或者响应于来自用户或网络运营商或包含该装置的设备或耦合到该装置的另一个设备的信号，对于第一种情形可以选择第一子组，对于第二种情形可以选择第二子组。

与US 2004/0249859A1中公开的***相比，本装置的另一个优点在于它提供了更多的选项。

根据如权利要求2中要求的实施例，计算器计算内容标识符组的一个或更多参数的值的函数，而另一个比较器将该函数与一个或更多阈值相比较。响应于一个或更多比较结果，控制所述选择器。通过这个方法，可以以优化的方式完全自动地实现选择。

根据如权利要求3中要求的实施例，内容标识符由第一和第二参数定义。通过这个方法，进一步提高了灵活性。两个或更多不同参数定义了内容标识符的不同特征，这进一步增加了选项的数目。

根据如权利要求4中要求的实施例，计算器计算内容标识符组的一个或更多第一参数的值的第一函数，并计算内容标识符组的一个或更多第二参数的值的第二函数，而另一个比较器将第一函数与一个或更多第一阈值相比较，并将第二函数与一个或更多第二阈值相比较。响应于一个或更多比较结果，控制所述选择器。通过这个方法，可以以更优化的方式完全自动地实现选择。

内容标识符的参数的值可以被预存在装置中，或者可以被用户或网络运营商或提供商或包含该装置的设备或耦接到该装置的另一个设备提供到该装置。这些值可以是固定值，或者可以是将由用户或网络运营商或提供商或设备或另一个设备调整的可调整值。

阈值可以预存在装置中，或者可以被用户或网络运营商或提供商或包含该装置的设备或耦接到该装置的另一个设备提供到该装置。这些阈值可以是固定阈值，或者可以是将由用户或网络运营商或提供商或设备或另一个设备调整的可调整值。因此所述第一(第二)阈值可以等于第二(第一)函数的计算值，或者依赖于第二(第一)函数的计算值。

比较、计算和进一步的比较可以为每个文件执行，或者为具有两个或更多文件的组执行。这些内容标识符的参数的值和/或阈值可以通过加权因子加权。这种加权因子可以预存在装置中，或者由用户或网络运营商或提供商或包含该装置的设备或耦接到该装置的另一个设备提供到该装置。这些加权因子可以是固定的加权因子，或者可以是将由用户或网络运营商或提供商或设备或另一个设备调整的可调整加权因子。

根据如权利要求5中要求的实施例，内容标识符组包括视频和/或音频和/或视频/音频指纹、全球唯一标识符、散列算法、循环冗余校验、唯一标识符、标题、文件名、文件持续时间、文件大小、唱片名称和艺术家姓名中的至少两个。

根据如权利要求6中要求的实施例，第一和第二参数的其中一个是准确度参数，另一个是成本参数，以便能够提供准确度和成本之间真正的平衡。

本发明的第二方面提供如权利要求7中要求的设备。这样的设备可以是包含所述装置的设备，或者可以是耦接到所述装置的另一个设备。本发明的第三个方面提供如权利要求8中所述的方法。本发明的第四个方面提供如权利要求9中所述的计算机程序产品。本发明的第五个方面提供如权利要求10中所述的介质。

设备、方法、计算机程序产品和介质的实施例对应于装置的实施例。

一种理解可以是，定义文件内容标识符的参数被引入来区分不同的内容标识符。基本思想是，从具有文件的两个或更多内容标识符的组中选择该文件的一个或更多内容标识符的子组是根据这些内容标识符的参数的值来执行的。

因此本发明解决了提供相对灵活的装置的问题。本装置的另一个优点是它提供更多的选项。

本发明的这些和其他方面可以通过参考以下描述的实施例而变得显而易见和得到阐明。

附图说明

在附图中：

图1显示了***的示意框图，该***包括根据本发明的设备并且还包括另一个设备，其中根据本发明的设备包括根据本发明的装置，以及

图2显示了***的示意框图，该***包括一个设备并且还包括根据本发明的另一个设备，其中所述另一个设备包括根据本发明的装置。

具体实施方式

在图1中，设备2包括装置1，装置1包括例如控制器10、比较器11、选择器12、计算器13、另一个比较器14和随机存取存储器15，它们所有都耦接到总线16(或开关16)，总线16进一步耦接到3个总线接口17，18和19(或3个开关接口17，18和19)。设备2还包括耦接到总线接口17的硬盘21、耦接到总线接口18的网络接口22，以及耦接到总线接口19的用户接口23。网络接口22还经由网络4耦接到包含数据库31的另一个设备3。

在图2中，设备2包括装置5，装置5包括例如总线56(或开关56)，该总线56进一步耦接到3条总线接口57，58和59(或者3个开关接口57，58和59)。设备2还包括耦接到总线接口57的硬盘21、耦接到总线接口58的网络接口22，和耦接到总线接口59的用户接口23。装置5还可以包括未示出的并耦合到总线56的控制器和随机存取存储器。

另一个设备3包括装置1，装置1包括例如控制器10、比较器11、选择器12、计算器13、另一个比较器14和随机存取存储器15，它们所有都耦接到总线16(或开关16)，总线16进一步耦接到3个总线接口17，18和19(或3个开关接口17，18和19)。设备3还包括耦接到总线接口17的数据库31、耦接到总线接口18的网络接口32，以及耦接到总线接口19的用户接口33。网络接口32还经由网络4耦接到网络接口22。

在第一种情形下(图1)，设备2被独立的使用，并包括存储在其硬盘21上的诸如音频文件、视频文件、音频/视频文件和数据文件(免费软件和/或非免费软件)的许多文件。这些文件由内容标识符定义，所述内容标识符诸如音频指纹、视频指纹、音频/视频指纹、全球唯一标识符、散列算法、循环冗余校验、唯一标识符、标题、文件名、文件持续时间、文件大小、唱片名称和/或艺术家姓名。具有相同音频指纹的两个音频文件，有相对大的概率，是相同的音频文件。具有相同标题的两个视频文件，有相对平均的概率，是相同的视频文件，这是因为两个或更多不同的视频文件不是不可以具有相同的标题的事实。具有相同文件持续时间的两个数据文件，有相对小的概率，是相同的数据文件，这是因为两个或多个不同的数据文件不是不可以具有相同的文件持续时间的事实，等等。

在硬盘上存储两个或多个相同的(类似的、对应的)文件是低效率的。为了能够删除多重的文件，必须找到(检测到)这样的多重文件。此外，比较器11将文件的内容标识符进行互相比较。当然，仅仅同类的内容标识符可以互相比较。因此，例如，在需要找到多重音频文件的情况下，这些文件的音频指纹可以进行互相比较，它们的标题可以进行互相比较，它们的文件持续时间可以进行互相比较，它们的唱片名称可以进行互相比较，并且它们的艺术家姓名可以进行互相比较，等等。内容标识符的比较例如可以通过经由总线16从硬盘21向随机存取存储器15临时存储一种或几种或所有种的一些或全部内容标识符，并让比较器11经由总线16将每一特定种类的内容标识符互相比较来进行，上述行为由控制器10进行控制。

为了让装置1更灵活，和/或引入更多选项，特定种类的每个内容标识符的至少一个参数被引入来定义该内容标识符。装置1被配备了选择器12，该选择器12根据该内容标识符组的参数的值，从文件的至少两个内容标识符的组中选择出该文件的至少一个内容标识符的子组，用于所述比较。因此，例如，在需要以更高成功概率找到多重音频文件的情况下，它们的音频指纹可以进行互相比较，并且它们的标题可以进行互相比较。而例如在需要以更低成功概率找到多重音频文件的情况下，它们的文件持续时间可以进行互相比较，它们的唱片名称可以进行互相比较，并且它们的艺术家姓名可以进行互相比较。此外，选择器12例如由控制器10控制，例如，响应于预存信息或者响应于由用户经由用户接口23输入的信息。

优选地，但不排它地，装置1被配备了计算器13和另一个比较器14，计算器13计算内容标识符组的参数的一个或更多值的函数，比较器14将所得到的函数与至少一个阈值相比较，并响应于至少一个比较结果来控制选择器12。因此，例如在需要以预定的成功概率找到多重文件的情况下，就计算要使用的内容标识符。更高概率例如导致要使用第一内容标识符，而更低概率例如导致要使用第二或第三内容标识符。此外，选择器12、计算器13和另一个比较器14例如由控制器10控制，例如响应于预存信息或者响应于由用户经由用户接口23输入的信息。

更进一步优选地，但不排它地，由两个或更多参数定义内容标识符，该参数诸如成本参数(处理容量、时间、功率、带宽)和准确度参数(几率)。装置1被配备了计算器13和另一个比较器14，计算器13计算内容标识符组的成本参数的一个或更多值的第一函数，并计算内容标识符组的准确度参数的一个或更多值的第二函数，该另一个比较器14将第一函数与至少一个第一阈值相比较，并将第二函数与至少一个第二阈值相比较，响应于至少一个比较结果，控制选择器12。因此，例如在需要以预定最大成本和以预定最小准确度找到多重文件的情况下，计算要使用的内容标识符。这例如导致第二和第三和第四内容标识符被使用，而第一和第五和第六内容标识符被忽略。此外，选择器12、计算器13和另一个比较器14例如由控制器10控制，例如响应于预存信息或者响应于由用户经由用户接口23输入的信息。

内容标识符和它们的参数的任意概述例如如下所述：

	准确度	成本
			音频指纹	1.00	20
全球唯一标识符	0.95	15
			MD5散列算法	0.90	15
循环冗余校验	0.85	10
			唯一标识符	0.80	05
标题	0.60	01
			文件名称	0.60	03
文件持续时间	0.50	05
			文件大小	0.50	02
文件唱片	0.20	01
			文件艺术家	0.10	01

在第二种情形下(图1)，设备2并不独立的使用，而是和另一个设备3结合使用，该设备3包括具有存储的文件的数据库31。在该情况下，例如，在硬盘21上存储的一个或更多文件的一个或更多内容标识符将与数据库31中存储的一个或更多文件的一个或更多内容标识符相比较，以便确定存储在数据库31中的哪些文件仍然可能令人感兴趣而被下载到设备2中。或者，例如，存储在数据库31中的一个或更多文件的一个或更多内容标识符将互相比较，以便从远端位置找到数据库31内的多重文件，以便例如移除这些多重文件。

在第三种情形下(图2)，另一个设备3包括装置1，例如用于比较存储在硬盘21上的一个或更多文件的一个或更多内容标识符和存储在数据库31中的一个或更多文件的一个或更多内容标识符，以便确定存储在数据库31中的哪些文件仍然可能令人感兴趣而被下载到设备2中。或者，例如，存储在硬盘21中的一个或更多文件的一个或更多内容标识符将互相比较，以便从远端位置找到硬盘21内的多重文件，以便例如移除这些多重文件。此外，比较器11、选择器12、计算器13和另一个比较器14例如由控制器10控制，例如响应于预存信息或者响应于由网络运营商或提供商经由用户接口33输入的信息。

装置1例如可以是处理器存储器组合，其具有控制器10和随机存取存储器15，其中控制器10例如是包括比较器11和14和选择器12和计算器13(每个都是硬件和/或软件的形式)的处理器，随机存取存储器15是该组合的存储器。可替换地，控制器10、比较器11和14和选择器12和计算器13每一个可以是独立的硬件和/或软件。网络4可以是有线的和/或无线的网络，并且可以包括子网络。图1和2中所示的任何两个块可以结合成一个更大的块，并且图1和2中所示的每个块可以包括未示出的子块。通常，具有至少两个内容标识符的组包括许多内容标识符，而至少一个内容标识符的子组就包括减少数量的内容标识符。

因此，可以引入一个方案来平衡找到匹配的成本和该匹配的准确度。可以创建可能的内容标识符的列表，且a)准确度测量和/或b)在使用的资源方面(时间、功率、带宽)的成本测量可以被分配给这些内容标识符。这些值初始地可以例如由设备制造商设置。用户可以被允许例如通过加权因子来改变因子。

此外，通过愿望列表，用户可以设置(或者设备可以为该用户设置)获取愿望列表上的项目所期望的匹配准确度水平。如果没有在愿望列表中规定匹配准确度，那么就由比较设备使用缺省值。在设备试图在它自己的数据库中找到其在愿望列表上的内容之前，该设备可以确定一个预算。它希望在该特定比较行为上花费多少的努力？这可能依赖于关键资源的可获得性(低功率)或依赖于政策(你是我最好的朋友，所以我全力以赴)。该预算可以从总努力或每个项目花费的努力来考虑。

在设备上处理愿望列表的过程可以经由每个项目的预算，平衡所希望的准确度和其希望花费的努力，该设备试图找到一种解决方案，该解决方案包括一个或更多识别方法，这些识别方法在一起累积地以最低成本给出所希望的准确度，如果该最低成本高于项目落在的阈值并且这被报告给请求设备的话，那么一些方法既便宜又准确，但由于缺少元数据因此不可应用，或者经由总的预算，该设备基于给定可用元数据的可用方法找到最便宜的解决方案，并执行该解决方案，该解决方案为列表上的每一个项目逐个执行，直到花完所有的预算。

对于连接到输电线(power mains，例如eHub、PC)的资源丰富的设备，预算通常可以非常高，这样我们就会努力寻求高准确度。对于在校园中的P2P交换，我们可以设置较低的阈值。对于如AFP的方法，有不同类型的成本。如果歌曲的AFP是已知的，那么努力就是在数据库中找到匹配。如果AFP不是已知的，那么实际上附加的努力就是产生AFP。作为一个延伸，我们可以希望区分不同形式的成本(功率、带宽)或者使成本计算变得动态。相同的解决方案可以应用于其他形式的同步。

总之，装置1包括比较器11，用于互相比较内容标识符，诸如文件的音频/视频指纹、唯一标识符、散列算法、循环冗余校验、标题、名称、持续时间、大小、唱片名称和艺术家名称，所述文件诸如音频/视频/数据文件，装置1被提供有选择器12，所述选择器12从内容标识符组中根据内容标识符的参数的值选择出内容标识符的子组，以便提高灵活性。计算器13计算参数的值的函数，并且另一个比较器14比较阈值和该函数。内容标识符可以由成本和准确度参数定义。然后，计算器13计算成本参数的值的第一函数，并计算准确度参数的值的第二函数，而另一个比较器14比较第一函数与第一阈值，并且比较第二函数与第二阈值。

虽然本发明已经在附图和前述的描述中详细示出和描述，但是这些图示和描述应当被理解为是示例性的或是范例性的而不是限制性的；本发明并不限于所公开的实施例。本领域技术人员可以从附图、公开内容和附加权利要求中的教义中，在实施所请求保护的本发明时理解和实施所公开实施例的其他变化。在权利要求中，单词“包括”并不排除其他元件或步骤，不定冠词“一个”并不排除多个。单个处理器或其他单元可以实现权利要求中几个项目的功能。仅仅某些措施在互相不同的从属权利要求中阐述这个事实并不表示这些措施的组合不能被有利地使用。计算机程序可以被存储/分布在合适的介质中，诸如与其他硬件在一起提供或作为其他硬件一部分的光存储介质或固态介质，但也可以以其他形式分布，诸如经由互联网或者经由其他有线或无线的通信***。权利要求中的任何附图标记不应当理解为限制本发明的范围。

Claims (10)

1.一种装置(1)，包括比较器(11)，该比较器(11)比较文件的内容标识符和另外的文件的内容标识符，其中所述内容标识符由至少一个参数定义，

该装置(1)还包括选择器(12)，该选择器(12)根据内容标识符组的参数的值，从文件的至少两个内容标识符的组中选择该文件的至少一个内容标识符的子组，用于所述比较。

2.一种根据权利要求1所述的装置(1)，该装置(1)包括计算器(13)，所述计算器(13)计算内容标识符组的一个或更多参数的值的函数，所述装置(1)还包括另一个比较器(14)，该另一个比较器(14)将所述函数与至少一个阈值相比较，响应于至少一个比较结果，用于控制选择器(12)。

3.一种根据权利要求1所述的装置(1)，所述至少一个参数是第一参数，所述内容标识符进一步由第二参数定义。

4.一种根据权利要求3所述的装置(1)，包括计算器(13)，该计算器(13)计算内容标识符组的第一参数的一个或更多值的第一函数，并计算内容标识符组的第二参数的一个或更多值的第二函数，并且所述的装置(1)还包括另一个比较器(14)，该另一个比较器(14)将第一函数与至少一个第一阈值相比较，并将第二函数与至少一个第二阈值相比较，响应于至少一个比较结果，控制所述选择器(12)。

5.一种根据权利要求1所述的装置(1)，内容标识符组包括视频指纹、音频指纹、音频/视频指纹、全球唯一标识符、散列算法、循环冗余校验、唯一标识符、标题、文件名、文件持续时间、文件大小、唱片名称和艺术家姓名中的至少两个。

6.一种根据权利要求3所述的装置(1)，第一和第二参数的其中一个是准确度参数，且另一个是成本参数。

7.一种设备(2，3)，包括根据权利要求1中要求的装置(1)。

8.一种方法，包括以下步骤：

比较文件的内容标识符和另外的文件的内容标识符，其中所述内容标识符由至少一个参数定义，

所述方法还包括根据内容标识符组的参数的值，从文件的至少两个内容标识符的组中选择该文件的至少一个内容标识符的子组，用于所述比较。

9.一种计算机程序产品，用于执行根据权利要求8中要求的方法的步骤。

10.一种介质，用于存储和包括如权利要求9中要求的计算机程序产品。