多种语言和版本的非破坏性基于文件的原版制作

摘要

本发明的方法、系统、装置、制品、和计算机程序产品提供了非破坏性地生成基于文件的原版的能力。获取带有无文本内容（含有没有文本的国内源的部分）的国内源（音频和视频内容）。接收基于国内源的本地化源（例如，本地化音频-视频）。将本地化视频与国内源相比较以确定差异。剪切本地化视频并重新与国内源对准。将（差异的）元数据转移到国内源上。用无文本内容的相应部分掩盖国内源中的带文本部分。创建带文本材料（基于本地化视频和带文本部分）。丢弃本地化视频内容和无文本内容。将国内源、本地化音频内容、创建的带文本材料、和元数据组合成代表基于本地化文件的原版的播放列表。

说明书

交叉参考相关申请

基于35U.S.C.第119(e)节，本申请要求通过引用并入本文的如下同时待 审和共同转让美国临时专利申请的权益：

Arjun Ramamurthy和Geoffrey A.Bloder于2009年11月16日提交、发 明名称为“NON-DESTRUCTIVE FILE BASED MASTERING FOR MULTIPLE  LANGUAGES AND VERSIONS（多种语言和版本的非破坏性基于文件的原版 制作）”、和专利代理人案号为241.7-US-P1的临时申请第61/261,653号。

本申请涉及通过引用并入本文的如下同时待审和共同转让专利申请：

Elaine M.Spooner、John D.Koscheka、Michael S.Bessolo、J.Craig D. Russell、Greg McCarthy、Venkata Nagaraju Mantena、Ramesh Gurram和Marwan  Ammar于2010年8月31日提交、发明发明为“Localized Media Content Editing （本地化媒体内容编辑）”、和专利代理人案号为241.15-US-P1的美国专利申 请第61/378,787号。

技术领域

本发明一般涉及音频-视频处理，尤其涉及以非破坏性方式从国内版本中 基于文件的原版制作和创建多种语言和版本的本地化音频-视频的方法、装置 和制品。

背景技术

最初在国内创建的媒体内容（例如，包括音频和视频）往往带有本地语 言字幕和标题地用本地语言交付给国际广播电台。多年来，媒体内容（例如， 电视节目、电影等）都是经由广播标准录像带交付给当地的地区，并且在该 地区由内容拥有者联盟或指定后期制作设施为指定广播标准（例如，NTSC （国家电视系统委员会制式）标准、PAL（逐行倒相制制式）等）生成本地 化版本。然后，可能将可能再供应给那个地区的其它广播实体的本地化版本 返还给内容拥有者。这种再供应传统上需要装运广播带，或将所述广播带数 字化并传送文件。

为了使用在美国国内（或用英语）创建的内容，国际客户（内容拥有者 联盟或指定后期制作设施）往往根据国外地区的本地准则人工编辑国内音频 和视频以创建他们自己的本地化版本。因此，将内容编辑成本地化版本—插 播商业广告的间歇、遮挡部分等可能被拉动或重新编排，带文本镜头（像叠 加那样）可能被翻译和重新创建，以及可能创建本地化片头或片尾字幕（例 如，片尾字幕）。例如，意大利语版电视节目可能移除所有商业广告，然后在 节目结束时依次播放所有商业广告。

于是，内容的本地化版本包括编辑在一起的音频和视频。更进一步，创 建的本地化内容是某个具体广播标准特有的。例如，意大利语原版可能以标 清PAL 4×3宽高比创建，因为这是流行的广播标准。但是，也可能希望创建 基于意大利语的NTSA 16×9版本或不同广播格式的版本。对于以前创建的本 地化版本，不可能利用意大利语本地化原版提供其它广播原版。于是，必须 从最初国内源中创建崭新意大利语版本。在现有技术中，吸取和存储所有本 地版本。这样的创建和处理目前可以进行，但消耗大量的存储空间，并仍然 受本地化分辨率和宽高比制约。并且，虽然存储每个版本的完整副本，但不 同版本之间的大部分内容是相同的。

于是，所需的是无需消耗大量空间，另外使得具有生成更宽范围的广播 原版的能力地提供多种语言和版本的非破坏性基于文件的原版制作的能力。

发明内容

本发明的一个或多个实施例提供了经由元数据从国内捕获物中导出内容 的本地化版本的能力。这样的能力使得可以与最初本地化视频有关和具有独 立分辨率和宽高比地显著节省存储空间。换句话说，可以根据最初国内源导 出多种不同本地化可交付物。

附图说明

现在参照附图，相同标号自始至终代表相应部分：

图1例示了用在媒体内容处理中的组件的图例；

图2例示了带有无文本内容的国内源和在现有技术中提供的本地化视 频；

图3例示了依照本发明的一个或多个实施例的将本地化视频与国内源和 无文本内容相比较的本地化视频创建过程的一部分；

图4例示了依照本发明的一个或多个实施例的与国内源相比的完全切割/ 重新对准本地化视频；

图5例示了依照本发明的一个或多个实施例的所得国内源和本地化视 频；

图6例示了依照本发明的一个或多个实施例的无文本镜头(shot)的位置；

图7例示了依照本发明的一个或多个实施例的加文本过程的不同组件；

图8例示了依照本发明的一个或多个实施例的与无文本底板部分匹配的 新本地化版本的带文本部分的切割；

图9例示了依照本发明的一个或多个实施例将内容折叠成单数据流以便 创建通过国内源导出的本地化节目；

图10例示了依照本发明的一个或多个实施例使用的媒体的概观；

图11例示了在依照本发明的一个或多个实施例使用的工作流过程中的 组件；

图12例示了依照本发明的一个或多个实施例利用图11的组件交付给包 含本地化内容的分配系统的交付概观；以及

图13是例示依照本发明的一个或多个实施例非破坏性地生成基于文件 的原版的逻辑流程的流程图。

具体实施方式

在如下描述中，将参考形成其一部分，和通过例示示出本发明的几个实 施例的附图。不言而喻，可以利用其它实施例，并且可以不偏离本发明的范 围地作出结构上的改变。

国际文件原版制作组件

为了从国内源中提供国际文件原版制作，利用如图1所例示的四种组件： （1）带有无文本内容103的国内源102（从磁带中捕获的）：（2）带有画面 的本地化音频（从磁带中捕获的）104；（3）本地化带文本元素（在本发明的 工作流期间创建的）106；以及（4）播放列表900（在本发明的工作流期间 创建的）。

图2例示了在现有技术中提供和用在本发明的实施例中的带有无文本内 容103的国内源102和本地化视频302。国内源102（包括无文本内容103） 是以高位速率捕获的（包括但不限于未压缩内容）。另外，取代从磁带中捕获， 可以以基于文件的格式直接获取国内源102。作为制作过程的一部分，对于 含有作为后期过程加入的文本/图形或其它外来材料的每个片段，在国内源 102的末端上提供“干净”的，即，没有任何文本/图形或其它外来材料的相 应片段。这种接在国内源102后面的干净版本被称为“无文本内容”103。例 如，如果国内源102的一个片段包括城市的名称或当天的时间，则无文本内 容103包括该片段的干净版本。

当创建某地区的本地化版本302时，通过用复合无本文材料103和为本 地版本302（例如，意大利语）创建的新图形生成的片段取代包含带文本材 料的国内源片段102进行人工编辑/取代。

可以使用整个捕获节目和存储整个捕获节目供本地区内使用。可替代地， 可以创建特定本地化版本/可分配物302。在本发明的一个实施例中，在使音 频保持其最初格式供以后再用的同时，捕获本地化视频302，并利用该视频 的低分辨率副本。

在现有技术中，即使存在国内源102的本地化版本302，往往也不可能 从本地化版本302中导出那个相同地区的另一种格式。取而代之，要求用户 回到国内源102，重新创建也要存储的新本地化版本302。应该注意到，这样 的地区性版本可能含有完全相同的内容，而仅仅格式不同（例如，宽高比或 分辨率）。取代利用每个本地化版本302的这样整个捕获物，本发明的实施例 从本地化版本302分离出元数据。

为了提供这样的能力，创建基于国内源102（即，具有国内分辨率、格 式等）的内容版本以便与本地化编辑内容302匹配。从图2中可以看出，由 于商业编排和审查编辑等，本地化内容302可能具有与国内源102不同的时 间长度。

图3例示了依照本发明的一个或多个实施例的将本地化视频302与国内 源102和无文本内容103相比较的创建过程的一部分。可以看出，由于本地 化编辑，本地化视频画面302具有与国内源102不同的长度。这样的长度差 异可能反映时间和/或大小差异（例如，如果具有不同分辨率）。为了生成所 希望片段，必须确定本地化视频302与国内源102不同的地方。于是，将来 自国内源102的画面的第一帧和本地化捕获物302对齐并视作“画中画”304。 如图所示，本地化视频302的画面是小画面，而国内源102的画面是大画面。

然后，一边观看不同画面一边清除时线视图（图3例示了本地化视频302 和国内源102/103的基于时线视图）直到两个画面异步（即，直到找到画面 的变化）。这样的同步缺乏标识作过地区性编辑的时间（即，地方）。关于这 一点，国内源102含有地区性片段302的所有分段，因为地区性本地化视频 302最初是从国内源102中创建的。一旦识别出缺乏同步，就切割/剪切并重 新对准本地化视频302以便与国内源102匹配。换句话说，在异步的地方切 割本地化视频文件302。然后，沿着时线向前搜索和调整本地化视频302，直 到再次与国内源102对齐和同步。这种切割/重新对准的过程连续贯穿整个本 地化视频302（即，媒体内容的整个片断/片段），从而识别地方性编辑从国内 源102中移除镜头/片段的每个地点。这样的切割/重新对准过程可以由用户人 工进行，或可以没有附加用户输入地自动进行。图4例示了依照本发明的一 个或多个实施例的与国内源102相比的完全切割/重新对准本地化视频302。

一旦识别出在本地化视频302中创建的间隙，就将与它们的地点有关的 元数据转移到国内源102上，因此对准国内源102和本地化视频302。换句 话说，该过程识别国内源102已经通过地区性编辑移除的范围，并从国内源 102中移除它们。应该注意到，这样的“移除”可以通过用元数据隐藏这些 范围以非破坏性方式进行，而不是物理地从国内源102中删除这些范围。

一旦移除，就拉笼序列以便移除国内源102和本地化视频302中的间隙。 因此，使本地化视频302返回到它的最初状态。并将国内源102修改成与本 地化视频302匹配。图5例示了依照本发明的一个或多个实施例的所得国内 源102和本地化视频302。

一旦序列被拉在一起，结果就是节目的局部本地化版本（剪切成与本地 化版本302匹配的国内版本102）。最好是创建节目的本地化带文本版本（例 如，带有意大利语字幕）。为了创建节目的本地化带文本版本，有必要识别与 国内源102中的带文本片段相对应的无文本片段103，为本地化版本创建带 文本材料（例如，创建意大利语字幕），然后用新本地化带文本片段取代国内 版本的带文本片段。图6例示了依照本发明的一个或多个实施例的无文本镜 头603（来自无文本内容103）的位置。

一旦从带有无文本内容的国内源102和103中提取了无文本片段，接着 的目标就是开始加文本过程（从国内无文本版本中创建基于外语带文本版 本）。图7例示了加文本过程的不同组件。要求这些源执行加文本过程：（1） 高位速率（包括但不限于未压缩内容）无文本底板103（在上面构建本地化 文本）；（2）国内带文本基准102（定时和特技）；以及（3）本地化带文本基 准302（翻译；可以是帧抓取）。高位速率无文本底板103是接在国内源102 之后的高位速率无文本内容（没有文本）。本地化带文本基准302或国内源 102用于确定当创建新本地化带文本片段703时为了复制这样的编排使用的 字体、特技、大小等。如上所述，本地化带文本基准302往往具有不同于国 内源102的宽高比，并且也可能具有不同分辨率。于是，无文本底板103和 本地化带文本基准302用于翻译国内带文本基准102，以创建具有新宽高比 （例如，与国内源102相同）的可以取回到编辑器的新本地化带文本片段703， 以便创建所需的新可交付物。

一旦创建了新带文本片段703，就如图8所例示，把它带入编辑器中， 并混入带文本部分，以便与无文本底板部分603匹配.此刻，不再需要至此用 过的各种组件。不再需要本地化画面（即，本地化视频302）（因为本地化视 频302只用作重新切割国内源102的向导）。另外，不再需要无文本插入物 603，因为它们只用作创建新带文本镜头703的向导。于是，如图9所示，可 以将所有剩余内容组合成单数据流，以便创建用于创建本地化节目的本地化 表示900。这种本地化表示900引用了现有国内捕获物102/103、本地化音频 （302的一部分）、和带文本插入物703，并且包含从上述的切割/剪切操作中 导出的元数据。并且，另外还可以定义对为创建所得播放列表900而生成的 编辑判定列表（EDL）进行细化的元数据（例如，幕/段/卷等）。并且，如图 所示，可以将播放列表900包装成基于可扩展标记语言（XML）的EDL。可 以不再现新创建本地化视频302地将这个基于XML的EDL推入存储系统中。

媒体描述

结合上文，用在该过程中的各种组件可以是代理品（或内容的压缩版本） 而不是高位速率版本。并且，可以将该过程的不同组件存储在不同存储设施 中。图10例示了依照本发明的一个或多个实施例使用的媒体的概观。数字档 案库1000包含各种组件的高位速率版本：带有无文本内容103的国内源102、 本地化音频302、本地化带文本元素703、和本地化XML播放列表900。基 于XML的EDL播放列表900被例示成包含所识别元素的方框。但是，应该 注意到，基于XML的EDL 900仅仅引用数据，而不是包括数据本身。

在后期制作设施内，可以从来自正在工作（WIP）存储体1002的低位速 率代理文件开始驱动处理。于是，在后期制作过程/工作流中可以利用每种组 件的代理版本（带有“P”的后缀）。

图11例示了依照本发明的一个或多个实施例用在工作流过程中的组件。 在1100中，从磁带吸取带有无文本内容103的国内高位速率源102并将其放 入WIP存储体1102中。然后将这个内容推入数字档案库1000中。在1100 中还将带有未压缩本地化音频302的画面302P的本地化代理版本吸入WIP 存储体1102中。关于这一点，在音频/画面302的本地化版本不相关的时候， 利用未压缩音频302，因为在处理期间将丢弃这样的视频。将未压缩音频302 推入档案库1000中，同时带入WIP存储体1102中。

然后，将带有无文本内容的国内高位速率源102/103转码（即，由转码 器1104）成存储在WIP存储体1102中的代理版本102P/103P。本地不再需要 高位速率版本102/103，将它保留在档案库1000中。

进行切割/剪切和其它处理（如上所述）的编辑系统1108使用来自WIP 存储体1102的数据。然后使用加文本系统1110进行上述的加文本过程。加 文本系统1110利用两个参考片段的代理版本302P和102P以及高位速率无文 本内容103（从驻留在档案库中的102中提取）来创建交付给储藏室1000的 新带文本镜头703。并且，加文本系统1110利用转码器1104创建为了核实推 入编辑系统1108中的存储到WIP存储体1102上的带文本镜头703的代理版 本703P。

然后，编辑系统1108能够输出基于XML的EDL 900。这样的EDL可以 人工或自动创建，并包含用于从国内源102中组装本地化版本的时间码、帧 计数等的转化。然后将基于XML的EDL 900推入链接到/引用驻留在储藏室 1000中的资产的档案库1000中。

附加组件1112-1116可以用于将依照本发明的一个或多个实施例的各种 自动化过程。编辑判定列表（EDL）管理器1116提供扫掠代理版本以及高位 速率材料以便进行所需的编辑的能力。当通过图11的不同组件处理媒体时， 数据库1114用于跟踪所述媒体。关于这一点，数据库1114管理和保持代理 品与高位速率材料之间资产标识符（ID）的映射。加索引组件1112提供指纹 索引技术，并确定本地化视频302与国内源102（或那些源的代理品）之间 的差异。

如上所述，将两种代理品（即，国内代理品102P和本地化代理品302P） 放置在WIP存储体1102中。取代将那些代理品102P和302P推入编辑系统 1108中和进行编辑，可以利用加索引组件1112自动进行两种节目的比较分 析，并提供/输出定义本地化视频302和国内源102不同的地方、和带文本镜 头所在的地方的元数据。根据加索引组件1112的性能，可能无需或极大减少 了元数据的人工比较和生成。

将加索引组件1112的输出推入EDL管理器1116中，EDL管理器1116 将其馈入编辑模块/编辑器1108中。EDL管理器1116负责跟踪编辑和媒体所 在的地方（即，存储不同版本的地方）（与数据库1114结合）。换句话说，基 于XML的EDL 900包含编辑判定，和EDL管理器1116提供在后期制作环 境内（例如，根据存储在数据库1114中的ID的映射）确定存储在EDL中引 用的媒体的地方的能力。于是，EDL管理器1116提供跟踪正在被创建的任何 媒体的能力，并提供放置到加索引器1112中的分段，以便可以将数据分辨成 高位速率版本。EDL使通过资产ID驱动的EDL与数据之间的链接可以容易 地分辨数据。

继续上述的过程，一旦编辑器1108进行了各种切割以及加文本组件1110 创建了新带文本镜头703，就可以通过转码器1104将新镜头703转码成WIP 存储体1102内的代理品703P。在受到编辑器1108处理之前将代理品703P 馈入EDL管理器116中。编辑器1108进行使EDL管理器1116能够输出引 用存储在WIP 1102中的所有代理品（102P/103P、302P、和703P）的基于 XML的EDL 900P需要进行的任何附加编辑。根据存储在数据库1114中的ID 的映射，用对存储在档案库1000中的高位速率版本的引用取代对基于XML 的EDL 900P中的代理品（102P/103P、302P、和703P）的引用，以便创建基 于XML的EDL 900。随着新本地化版本得到处理和到达档案库1000（对照 代理版本再次分辨它们的地方），档案库只需存储音频302、带文本镜头703、 和基于XML的EDL 900。

逻辑流程

图13是例示依照本发明的一个或多个实施例非破坏性地生成基于文件 的原版的逻辑流程的流程图。

在步骤1302中，获取带有无文本内容的国内源。国内源包括国内音频内 容和国内视频内容。无文本内容包括没有文本的国内源的部分。另外，带有 无文本内容的国内源包括未压缩内容。并且，这样的国内源可以以基于文件 的格式直接获取。

在步骤1304中，接收本地化源。本地化源含有本地化音频内容和本地化 视频内容。并且，本地化源基于国内源。另外，本地化源可以包括具有不同 于国内源的格式（例如，不同分辨率和/或宽高比）的本地化版本。

在步骤1306中，将本地化视频与国内源相比较，以确定本地化视频不同 于国内源的地方。

在步骤1308中，剪切本地化视频并在识别的不同地点与国内源重新对 准。

在步骤1310中，将与所确定不同地点有关的元数据转移到国内源上。这 样的转移可以通过用元数据隐藏国内源的所确定不同地点以非破坏性方式进 行，而不是物理地从国内源删除所确定不同地点。

在步骤1312中，识别无文本内容与国内源中的带文本部分相对应的部 分。此后，在单独视频轨道上，用无文本内容的相应部分掩盖国内源中的带 文本部分。

在步骤1314中，创建基于本地化视频和带文本部分的带文本材料。

在步骤1316中，丢弃本地化视频内容和无文本内容。

在步骤1318中，将本地化音频内容、创建的带文本材料、和元数据组合 成代表基于本地化文件的原版的播放列表。播放列表中的元数据可以包括用 于创建播放列表的细化编辑判定列表（即，可以用于进行展示在上述步骤中 的编辑的EDL）。

除了上述之外，各种实施例也可以使用数字档案库以及正在工作存储单 元进行一个或多个步骤的处理。例如，可以将国内源、本地化音频、带文本 材料和播放列表存储在数字档案库中。另外，可以将位速率比存储在数字档 案库中的那些低的文件的代理版本存储在用于（例如，由编辑系统）执行步 骤1302-1318的WIP存储体中。于是，WIP可以用于以然后可以被各种系统 组件使用的未压缩方式存储代理国内源（包含国内源的低位速率版本）以及 本地化音频。例如，编辑系统可以进行使用WIP中的代理国内源和本地化音 频的剪切。

结论

这个结论总结本发明的优选实施例的描述。下文描述实现本发明的一些 可替代实施例。例如，像大型机、小型计算机或个人计算机那样的任何类型 计算机，或像分时大型机、局域网或独立个人计算机那样的计算机配置可以 用在本发明上。于是，本发明的实施例可以实现成用于进行多种语言和版本 的非破坏性基于文件的原版制作的方法、装置、系统和/或制品。

鉴于上面的描述，本发明的实施例为生成用于从国内源（即，源102/103） 中导出本地化版本的元数据（即，基于XML的EDL 900）创造了条件。此外， 利用代理品而不是以数据的整个高位速率版本为工作对象来驱动元数据900 （用于生成国内源的本地化版本）的导出。

另外，高分辨率本地化带文本材料（即，根据国内源的分辨率和格式生 成的本地化带文本版本）的提取和生成通过区分国内版本和本地化版本以及 从国内源中提取来提供。关于这一点，虽然利用代理版本进行处理（即，从 代理品中引用英语版本和本地化版本）来获取实际带文本本地化版本703， 但从驻留在档案库1000中的高位速率元素中提取内容。于是，一旦创建了高 分辨率本地化带文本版本，就可以容易地生成基于本地化版本的许多附加可 分配物（例如，为广播分配、移动分配、基于互联网观看、大型场馆投影等）。 此外，加索引组件1112使动态处理成为可能。关于这一点，使用和输出带文 本和无文本代理品，并将EDL管理器1116用于引用高位速率版本以动态地 进行编辑。

本发明的实施例进一步为从纯粹元数据驱动的播放列表900中生成本地 化版本（放置在分配系统中）创造了条件。图12例示了利用图11的组件交 付给包含本地化内容的分配系统/存储体1200的交付概观。一旦生成表示在 播放列表900中的所有不同本地版本，就可以利用另一个存储池系统，即， 分配系统1200以将文件交付给广播电台。将所有不同基于XML的EDL 900 用于生成然后为交付给分配系统1200而转码的本地化版本/译本。这个分配 系统1200可能丢弃本地化版本/译本，因为它不具备档案库1000的容量。如 果再次需要，可以简单地将数据从档案库1000传送到分配系统1200。

可替代的是，分配系统1200可以利用基于XML的EDL 900来生成分配 系统1200本身上的本地化版本（利用驻留在分配系统1200中/上的国内源 102）。在这样的实施例中，后期制作处理设施1202无需进行附加处理。

上面为了例示和描述的目的给出了本发明的优选实施例的描述。但无意 成为穷举的或使本发明局限于公开的确切形式。可以根据上面的教导作出许 多修改和改变。本发明的范围不是由这个详细描述限定，而是由所附权利要 求书限定。