[发明专利]用于视频记录期间的声音的改善音频信号呈现的方法和组件

说明书

技术领域

本发明涉及用于视频记录期间的声音、特别是运动特定声音的改善音频呈现的方法和组件。此类方法和此类组件可从DE 10 2008 045 397 A1已知。

背景技术

借助于伴随有多通道电视声音的宽屏格式的高清晰电视图像的引入，特别是在体育事件的传输期间，电视观众与常规电视技术相比明显更多地被卷入到体育运动中，因为明显更多的细节是可感知的。针对直播体育事件的图像和音频记录，经常地不能以足够的数目或在期望的接近于重要声源的区域中安装麦克风。这些主要是声音，其是用于特定运动的特性并强调图像内容的直接性。相应地，例如，在足球比赛的电视记录中，只有场上的极少数或没有比赛特定声音通常是可感知的，因为到围绕场地的定向麦克风的距离相对于嘈杂的体育场气氛而言太大了。对于滑雪赛跑的电视记录而言，具有麦克风的数千米长的滑雪道的完全覆盖将是过于昂贵的。因此，为了比赛场景或赛跑的密切记录，特性声音通常未被音频记录捕捉。

根据DE 10 2008 045 397 A1，为了在球类运动事件的视频记录期间捕捉运动特定声音，已知提供具有至少两个定向麦克风的强定向麦克风系统，所述至少两个定向麦克风中的每一个被借助于可沿着空间的所有方向活动的引导实体而朝着球的当前位置对准。生产期间的麦克风的引导在没有人工干预的情况下自动地发生，依赖于借助于球跟踪方法生成的球位置数据。

然而，这种已知音频记录技术不能应用于每个视频记录，并且要求相当高的技术努力。

发明内容

本发明要解决的问题是根据在开头描述的设计来创建方法和组件，其允许在任何视频记录期间以减少的技术努力获得声音的改善的音频呈现。

根据本发明，针对其中在最初基于传感器捕捉图像内容并进行分析的方法来解决此问题。借助于由此获得的信息，根据预定义标准从声音数据库中选择拟合声音事件。所选声音事件被自动地添加到整个视频音频混合的附加分量，在下文中称为视频伴音。

用于执行根据本发明的方法的组件由三个核心部件组成：传感器实体，用于检测视频图像的特性图像内容；中央控制单元，分析所检测的图像内容，并基于该图像内容从音频数据库中选择拟合于所检测图像内容的音频样本，其在混合器控制台中被混合到视频伴音。

附图说明

根据借助于仅仅示例性且非限制性示例给出的将参考附图来阅读的以下详细描述，本发明将变得完全清楚，在所述附图中：

图1示出了具有三个核心部件：传感器实体、中央控制单元以及音频数据库的用于执行根据本发明的方法的组件的示意性方框图；

图2示出了根据图1的组件的中央控制单元的细节；并且

图3示出了用于音频数据库中的音频样本到不同种类的分类（样本映射）的示例。

具体实施方式

在图1中示意性地示出了用于执行根据本发明的方法的组件1包括用于检测视频图像的图像内容的传感器实体10。所检测图像内容被传感器实体10以数据11的形式提供给基于软件的分析和处理单元30，其在图2中更详细地示出并将在稍后解释。

例如，由电视照相机提供的运动事件的实时图像（在图1中和以下描述中称为“传输图像”）可以被用作用于检测图像内容的视频图像。传感器实体10例如使用来自“机器视觉”（计算机视觉）领域的算法来执行传输图像的分析。这些算法特别地允许针对图像背景进行运动对象的分离和跟踪以及根据图像区段来确定其位置。以足球比赛为例，可以相应地确定球在场上的位置以及图像区段中所示的所有球员的位置和尺寸。此外，可以借助于球员的球衣来将球员分配给不同的球队以及计算球的运动方向和速度。传输图像的检测（以及分析和处理单元30中的随后分析；图1）此外提供能够在比赛记录期间使用多个电视照相机来推导出图像导演当前所选择（“切割”）的电视照相机的位置和焦距的优点。

补充性地，在传感器实体10中及分析和处理单元30中，也可以进行音频信号的记录和自动分析（在图1和以下描述中称为“传输声音”），其表征传输图像的场景内的特定动作。例如，从传输声音获得的信息被用来在声学上验证借助于视频分析检测的图像动作。此外，可以在传感器实体10中提供以物理方式来确定出现在传输图像中的参与者的动作的传感器，以获得运动序列的更密切定义和捕捉。这包括例如借助于GPS或无线电承载系统来确定参与者的当前位置。作为数据11，所述附加信息也被提供给基于软件的分析和处理单元30。