本公開涉及信號處理裝置、信號處理方法、程序、電子器件、信號處理系統(tǒng)及其信號處理方法。更特別地，本公開涉及能以魯棒（robust）的方式產生內容的同步信息的信號處理裝置、信號處理方法、程序、電子器件、信號處理系統(tǒng)及其信號處理方法。

背景技術：
在與時間同步地重新產生或編輯通過多個器件記錄相同事件的圖像或聲音而獲得的內容的情況下，需要找到內容之間的時間同步。這是因為，即使在記錄相同事件的圖像或聲音的情況下，記錄開始時間在器件之間也不同，并且因為內部時鐘頻率在器件之間略有不同，所以發(fā)生時間延遲。這里，所述內容表示聲學數據、圖像數據和與圖像數據對應的聲學數據等。作為產生以時間方式使內容同步時所使用的同步信息的方法，存在使用在拍攝圖像時附到內容文件的時間信息的方法。然而，并不能保證拍攝圖像時附到文件的時間信息是精確的。此外，作為產生同步信息的方法，存在使用內容中所包括的聲學數據的共同元素的方法。然而，記錄的聲學數據包括風聲、麥克風摩擦聲和其他各種噪聲聲音的聲學數據，因此，在許多情況下共同元素非常少。例如，在記錄在一個器件中的聲學數據僅包括噪聲聲音的聲學數據或者記錄在每個器件中的聲學數據包括不同類型的噪聲聲音的情況下，共同元素極少。此外，盡管在聚會地點等記錄的聲學數據包括作為共同元素的BGM（背景音樂）聲學數據，但是因為在每個器件附近進行不同類型的談話，所以即使在以重疊方式記錄談話和BGM的情況下，共同元素也變得極少。尤其是，在器件相隔一距離的情況下，共同元素顯著減少。因此，期望一種關于噪聲聲音以魯棒方式產生同步信息的方法。然而，在日本專利公開No.2009-10548公開的使用聲學數據的電平信息產生同步信息的方法中，不能關于噪聲聲音以魯棒方式產生同步信息。此外，即使在日本專利公開No.2010-171625公開的使用聲學數據的相關性產生同步信息的方法中，也不能關于噪聲聲音以魯棒方式產生同步信息。此外，在日本專利公開No.2010-171625的公開內容中，因為僅關注于聲學數據的部分區(qū)間計算相關性，所以不能校正由于器件之間的內部時鐘頻率的細微差異而導致隨時間引起的同步差異。同時，在RayMeddis和LowelO′Mard的“Aunitarymodelofpitchperception”,JAcoust.Soc.Am.第102卷第3期第1811-1820頁（1997）中公開了對人的音高知覺進行建模并在計算器上實現(xiàn)它的方法。

技術實現(xiàn)要素：
如上所述，盡管期望關于噪聲聲音以魯棒方式產生同步信息的方法，但是這樣的方法還未被考慮。本公開鑒于這樣的狀態(tài)而提出，并能以魯棒的方式產生內容同步信息。根據本公開的第一方面，提供一種信號處理裝置，該信號處理裝置包括：第一周期性檢測部件，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測部件，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算部件，計算第一周期性檢測部件檢測的第一周期性信息與第二周期性檢測部件檢測的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時使用的同步信息。根據本公開的第一方面的信號處理方法、程序和電子器件對應于根據本公開的第一方面的信號處理裝置。根據本公開的第一方面，第一內容中包括的聲音信號的周期性信息被檢測為第一周期性信息，第二內容中包括的聲音信號的周期性信息被檢測為第二周期性信息，計算第一周期性信息與第二周期性信息之間的相似度，并基于該相似度產生在使第一內容和第二內容同步時使用的同步。根據本公開的第二方面，提供一種信號處理裝置，該信號處理裝置包括：接收部件，接收與第一內容中包括的聲音信號的周期性信息對應的第一周期性信息和與第二內容中包括的聲音信號的周期性信息對應的第二周期性信息；相似度計算部件，計算接收部件接收的第一周期性信息與第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時使用的同步信息。根據本公開的第二方面的信號處理方法、程序和電子器件對應于根據本公開的第二方面的信號處理裝置。根據本公開的第二方面，接收與第一內容中包括的聲音信號的周期性信息對應的第一周期性信息和與第二內容中包括的聲音信號的周期性信息對應的第二周期性信息，計算第一周期性信息與第二周期性信息之間的相似度，并基于該相似度，產生在使第一內容和第二內容同步時使用的同步信息。根據本公開內容的第三方面，提供一種信號處理系統(tǒng)，該信號處理系統(tǒng)包括：第一周期性檢測部件，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測部件，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算部件，計算第一周期性檢測部件檢測的第一周期性信息與第二周期性檢測部件檢測的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時使用的同步信息。根據本公開的實施例的信號處理方法對應于根據本公開的實施例的信號處理系統(tǒng)。根據本公開的第三方面，第一內容中包括的聲音信號的周期性信息被檢測為第一周期性信息，第二內容中包括的聲音信號的周期性信息被檢測為第二周期性信息，計算第一周期性信息與第二周期性信息之間的相似度，并基于該相似度，產生在使第一內容和第二內容同步時使用的同步信息。根據本公開的第四方面，提供一種信號處理裝置，該信號處理裝置包括：第一頻帶劃分部件，對第一內容中包括的聲音信號執(zhí)行頻帶劃分；第一周期性檢測部件，檢測第一頻帶劃分部件對其進行了頻帶劃分的聲音信號的周期性信息作為第一周期性信息；第一周期性強度檢測部件，檢測第一周期性檢測部件檢測的第一周期性信息的強度；第一周期性信息累加部件，基于第一周期性強度檢測部件檢測的第一周期性信息的強度來對所有頻帶的第一周期性信息進行累加；第二頻帶劃分部件，對第二內容中包括的聲音信號執(zhí)行頻帶劃分；第二周期性檢測部件，檢測第二頻帶劃分部件對其進行了頻帶劃分的聲音信號的周期性信息作為第二周期性信息；第二周期性強度檢測部件，檢測第二周期性檢測部件檢測的第二周期性信息的強度；第二周期性信息累加部件，基于第二周期性強度檢測部件檢測的第二周期性信息的強度來對所有頻帶的第二周期性信息進行累加；相似度計算部件，計算第一周期性信息累加部件所累加的第一周期性信息與第二周期性信息累加部件所累加的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時使用的同步信息。根據本公開的第四方面，對第一內容中包括的聲音信號進行頻帶劃分，將進行頻帶劃分了的聲音信號的周期性信息檢測為第一周期性信息，檢測第一周期性信息的強度，基于第一周期性信息的強度來對所有頻帶的第一周期性信息進行累加，對第二內容中包括的聲音信號進行頻帶劃分，將進行頻帶劃分了的聲音信號的周期性信息檢測為第二周期性信息，檢測第二周期性信息的強度，基于第二周期性信息的強度來對所有頻帶的第二周期性信息進行累加，計算所累加的第一周期性信息與所累加的第二周期性信息之間的相似度，并基于該相似度，產生在使第一內容和第二內容同步時使用的同步信息。根據本公開，能以魯棒的方式產生內容同步信息。附圖說明圖1是框圖，示出應用本公開的信號處理系統(tǒng)的第一實施例的配置示例；圖2是框圖，示出圖1中的特征量計算部件的配置示例；圖3是示出特征量時序數據（timeseriesdata）的示例的視圖；圖4是框圖，示出圖1中的同步信息產生部件的配置示例；圖5是用于說明附加了不同頻率特性的噪聲聲音的聲學數據的視圖；圖6是用于說明對其計算了相似度的塊的視圖；圖7是用于說明相似度計算方法的視圖；圖8是示出相似度矩陣的示例的視圖；圖9是示出同步信息的示例的視圖；圖10是流程圖，用于說明圖1的信號處理裝置中的同步信息產生處理；圖11是用于說明應用了本公開的信號處理系統(tǒng)的第二實施例的概要的視圖；圖12是用于說明應用了本公開的信號處理系統(tǒng)的第三實施例的概要的視圖；圖13是框圖，示出特征量計算部件的另一配置示例；以及圖14是框圖，示出計算機硬件的配置示例。具體實施方式下面將參照附圖詳細描述本公開的優(yōu)選實施例。注意，在本說明書和附圖中，具有基本相同的功能和結構的結構元件用相同的附圖標記表示，并省略對這些結構元件的重復說明。<第一實施例>【對信號處理系統(tǒng)的第一實施例的概要的說明】圖1是框圖，示出應用了本公開的信號處理系統(tǒng)的第一實施例的配置示例。如圖1所示，信號處理系統(tǒng)10包括成像裝置11-1和11-2以及信號處理裝置12。成像裝置11-1包括視頻攝像機等。成像裝置11-1獲取相同事件的動態(tài)圖像和聲音，這些動態(tài)圖像和聲音不同于成像裝置11-2中的那些。成像裝置11-1將動態(tài)圖像和聲音的所得內容A發(fā)送到信號處理裝置12。類似于成像裝置11-1，成像裝置11-2包括視頻攝像機等。成像裝置11-2獲取相同事件的動態(tài)圖像和聲音，這些動態(tài)圖像和聲音不同于成像裝置11-1中的那些。成像裝置11-2將動態(tài)圖像和聲音的所得內容B發(fā)送到信號處理裝置12。此外，下面，在不特別要求彼此區(qū)分成像裝置11-1和成像裝置11-2的情況下，將它們統(tǒng)稱為“成像裝置11”。信號處理裝置12包括特征量計算部件21-1和21-2、特征量存儲部件22-1和22-2以及同步信息產生部件23。信號處理裝置12的特征量計算部件21-1基于成像裝置11-1供給的內容A的聲學數據計算特征量時序數據，并將它供給到特征量存儲部件22-1。此外，特征量計算部件21-2基于從成像裝置11-2供給的內容B的聲學數據計算特征量時序數據，并將它供給到特征量存儲部件22-2。特征量存儲部件22-1包括存儲器和硬盤等，并存儲從特征量計算部件21-1供給的內容A的特征量時序數據。此外，特征量存儲部件22-2包括存儲器和硬盤等，并存儲從特征量計算部件21-2供給的內容B的特征量時序數據。同步信息產生部件23從特征量存儲部件22-1讀取內容A的特征量時序數據，并從特征量存儲部件22-2讀取內容B的特征量時序數據。同步信息產生部件23基于內容A的特征量時序數據和內容B的特征量時序數據產生在使內容A和B同步時所使用的同步信息。同步信息產生部件23輸出同步信息。此外，下面，在不特別要求彼此區(qū)分特征量計算部件21-1和特征量計算部件21-2的情況下，將它們統(tǒng)稱為“特征量計算部件21”。此外，在不特別要求彼此區(qū)分特征量存儲部件22-1和特征量存儲部件22-2的情況下，將它們統(tǒng)稱為“特征量存儲部件22”。【特征量計算部件的配置示例】圖2是框圖，示出圖1的特征量計算部件21的配置示例。圖2中的特征量計算部件21包括頻帶劃分部件101、周期性檢測部件102-1至102-4、周期性強度檢測部件103-1至103-4、周期性信息累加部件104和峰值檢測部件105。頻帶劃分部件101使用窗口函數將從圖1中的成像裝置11供給的內容的聲學數據劃分為大約數十毫秒至一百毫秒的時段（timeinterval）。頻帶劃分部件101使用多個帶通濾波器來將所述時段的聲學數據劃分為四個頻帶。頻帶劃分部件101將所述頻帶的聲學數據分別供給到周期性檢測部件102-1至102-4。此外，作為帶通濾波器，有效的是使用通過頻率帶寬在更高頻率中變得更寬的濾波器，諸如倍頻程濾波器。周期性檢測部件102-1至102-4均通過計算從頻帶劃分部件101供給的預定頻帶中每一時段的聲學數據的自相關（autocorrelation）函數來提取指示每一時段的周期性的周期性信息。這里，作為周期性信息，盡管具有索引b的頻帶中具有索引τ的時移聲學數據的自相關函數x(b,τ)被原樣使用，但是可以使用將自相關函數x(b,τ)除以x(b,0)的值。此外，作為自相關函數x(b,τ)的計算方法，例如，可采用使用通過對預定頻帶中的聲學數據執(zhí)行離散傅里葉變換而獲取的譜峰的方法。周期性檢測部件102-1至102-4均將每一提取時段的周期性信息供給到周期性強度檢測部件103-1至103-4和周期性信息累加部件104。此外，下面，在不特別彼此區(qū)分周期性檢測部件102-1至102-4的情況下，將它們統(tǒng)稱為“周期性檢測部件102”。周期性強度檢測部件103-1至103-4均基于從周期性檢測部件102-1至102-4供給的每一時段的周期性信息來計算每一時段的周期性強度。更具體而言，與不同于大約τ=0的τ中的周期性信息對應的自相關函數x(b,τ)的最大值被計算為周期性強度。周期性強度越大，處理目標的聲學數據的周期性越強；周期性強度越小，處理目標的聲學數據的周期性越接近于噪聲聲音。隨后，周期性強度檢測部件103-1至103-4均根據每一時段的周期性強度是否超過閾值來將其二元化，并將其用作每一時段的周期性強度信息。也就是說，在每個時段中，在周期性強度超過預定閾值的情況下，周期性強度信息被處理為1；在周期性強度等于或低于預定閾值的情況下，周期性強度信息被處理為0。周期性強度檢測部件103-1至103-4均將每一時段的周期性強度信息供給到周期性信息累加部件104。此外，在不特別彼此區(qū)分周期性強度檢測部件103-1至103-4的情況下，將它們統(tǒng)稱為“周期性強度檢測部件103”。周期性信息累加部件104基于從周期性檢測部件102供給的每一時段的周期性信息和從周期性強度檢測部件103供給的每一時段的周期性強度信息來執(zhí)行對時段的周期性信息進行累加的周期性累加處理。更具體而言，周期性信息累加部件104使用下面的方程式1找到與每一時段的周期性信息對應的自相關函數x(b,τ)的總和。這里，在方程式1中，Nb表示頻帶總數，p(b)表示周期性強度信息。此外，Np表示其中周期性強度信息p(b)為1的頻帶數。周期性信息累加部件104將時段的周期性信息的總和S(τ)供給到峰值檢測部件105，總和S(τ)是作為周期性累加處理的結果而獲取的。峰值檢測部件105對每個時段中從周期性信息累加部件104供給的周期性信息的總和S(τ)執(zhí)行峰值檢測，并產生峰值信息p(τ)，在峰值信息p(τ)中，峰位置τp的值為1，峰位置τp之外的值為0。作為峰值檢測方法，存在將周期性信息的總和S(τ)的微分值從正值變?yōu)樨撝禃r的索引τ檢測為峰位置τp的方法。此外，在峰位置τp中的周期性信息的總和S(τ)小于預定閾值的情況下，峰值檢測部件105可將峰位置τp中的峰值信息P(τp)設置為0。通過這種方式，可降低峰值信息P(τp)的噪聲。此外，峰值信息可以是周期性信息本身的總和S(τ)。峰值檢測部件105將時段的峰值信息P(τ)作為時段的特征量時序數據供給到圖1中的特征量存儲部件22?！咎卣髁繒r序數據的示例】圖3是示出特征量時序數據的示例的視圖。這里，在圖3的圖中，水平軸表示時段數量，指示從頭開始的時段數量，垂直軸表示索引τ。圖3的圖用黑點顯示索引τ和時段數量的每個位置，其中特征量的時序數據P(τ)為1。因此在圖3的圖中，在預定時段中的聲學數據的特征量的時序數據P(τ)中，與如下點對應的τ的時序數據P(τ)為1，所述點布置在與水平軸上的與時段中的時段數量對應的位置垂直的線上，并且其他τ的時序數據P(τ)為0?！就叫畔a生部件的配置示例】圖4是框圖，示出圖1中的同步信息產生部件23的配置示例。圖4中的同步信息產生部件23包括塊累加部件121和122、相似度計算部件123和最佳路徑搜索部件124。同步信息產生部件23的塊累加部件121從圖1中的特征量存儲部件22-1讀取內容A的時段的特征量時序數據，并使用連續(xù)的（例如，64個）時段作為一個塊，以塊為單位對它們進行累加。塊累加部件121將塊單位特征量的時序數據供給到相似度計算部件123。塊累加部件122從圖1中的特征量存儲部件22-2讀取內容B的時段的特征量時序數據，并使用連續(xù)的（例如，64個）時段作為一個塊，以塊為單位對它們進行累加。塊累加部件122將塊單位特征量的時序數據供給到相似度計算部件123。這里，形成塊的多個時段可以不是連續(xù)的。例如，可使用多個偶數編號的時段作為一個塊，或者使用多個奇數編號的時段作為一個塊。在這種情況下，因為可對時段的特征量時序數據執(zhí)行疏化（thinning）處理，所以可減少計算量。此外，塊累加部件121和塊累加部件122可以不對時段中索引τ的所有特征量時序數據進行累加，而是可以部分地對時段中索引τ的特征量時序數據進行累加。例如，在內容A和B的聲學數據是其基頻在100Hz與500Hz之間的聲音的聲學數據的情況下，塊累加部件121和122可僅對時段中如下索引τ的特征量時序數據進行累加，其中所述索引τ對應于2毫秒至10毫秒的時間延遲。此外，在內容A和B的聲學數據是其基頻在100Hz與250Hz之間的男性聲音的聲學數據的情況下，塊累加部件121和122可僅對時段中如下索引τ的特征量時序數據進行累加，其中所述索引τ對應于4毫秒至10毫秒的時間延遲。同時，在內容A和B的聲學數據是其基頻在200Hz與500Hz之間的女性聲音的聲學數據的情況下，塊累加部件121和122可僅對時段中如下索引τ的特征量時序數據進行累加，其中所述索引τ對應于2毫秒至5毫秒的時間延遲。相似度計算部件123計算從塊累加部件121供給的塊單位特征量的時序數據與從塊累加部件122供給的塊單位特征量的時序數據之間的相似度，并產生表示這些塊之間的相似度的相似度矩陣。相似度計算部件123將相似度矩陣供給到最佳路徑搜索部件124。最佳路徑搜索部件124用作同步信息產生部件，從相似度計算部件123供給的相似度矩陣搜索最佳相似度路徑并產生指示與路徑上的相似度對應的兩個塊之間的時間差的信息作為同步信息。隨后，最佳路徑搜索部件124輸出同步信息。如上所述，使用每一時段的峰值信息P(τ)作為特征量時序數據，同步信息產生部件23產生用于同步其中特征量時序數據相似的內容塊的同步信息。也就是說，同步信息產生部件23基于聲學數據的基音信息（pitchinformation）來產生同步信息。因此，即使在聲學數據中所包括的噪聲在成像裝置之間不同的情況下，也可以以魯棒方式產生同步信息。也就是說，在聽到具有頻率特性的多個聲音的情況下，通過將具有相同基頻的聲音感知為共同元素，即，將相同基音的聲音感知為共同元素，即使在包括噪聲聲音的情況下，人也可以容易地感知共同元素。鑒于以上，本公開通過基于基音信息產生同步信息來關于噪聲聲音以魯棒方式產生同步信息。與此相反，作為產生同步信息的方法，存在使用聲學數據的頻譜之間的相似度來產生同步信息的方法。然而，在該方法中，例如，在兩個成像裝置中，在獲取通過將如圖5B和圖5C所示的不同頻率特性的噪聲聲音附加到圖5A所示的基本音調而獲得的聲學數據的情況下，聲學數據之間的頻譜的共同元素因噪聲聲音而減少。因此，不能精確地計算相似度和正確地產生同步信息。因此，在這樣的方法中，不能關于噪聲聲音以魯棒方式產生同步信息。這里，盡管以塊為單位產生同步信息，但是可關于整個特征量時序數據產生同步信息。然而，在以塊為單位產生同步信息的情況下，如稍后所描述的那樣，可校正內容A與B之間的內部時鐘差?！緦ο嗨贫扔嬎愕恼f明】圖6是用于說明對其計算相似度的塊的視圖。這里，“i”表示內容A的塊索引，“j”表示內容B的塊索引。此外，X(i)表示內容A的索引“i”的塊中的特征量時序數據，Y(j)表示內容B的索引“j”的塊中的特征量時序數據。如圖6所示，關于X(i)的n個項和Y(j)的m個項，存在相似度計算目標的n×m個組合。圖7是用于說明相似度計算方法的視圖。這里，在圖7中的矩陣中，水平軸表示塊內時段數量，指示從頭（head）開始的塊內時段的數量，垂直軸表示索引τ。此外，白色方塊表示對應的塊內段數的時段中的索引τ的特征量的時序數據P(τ)為0，黑色方塊表示時序數據P(τ)為1。此外，在圖7的示例中，假設形成塊的時段數量為4，τ在0與3之間。如圖7所示，在計算X(i)與Y(j)之間的相似度的情況下，首先，計算X(i)和Y(j)的邏輯乘X(i)∩Y(j)，并計算X(i)和Y(j)的邏輯加X(i)∪Y(j)。例如，如圖7所示，在計算均由9個0和7個1形成的X(i)與Y(j)之間的相似度的情況下，首先，計算12個0和4個1的邏輯乘X(i)∩Y(j)，并計算6個0和10個1的邏輯加X(i)∪Y(j)。隨后，通過下面的方程式2，基于Number(X(i)∩Y(j))和Number(X(i)∪Y(j))來計算X(i)和Y(j)的相似度A(i,j)，Number(X(i)∩Y(j))指示邏輯乘X(i)∩Y(j)的1的數量，Number(X(i)∪Y(j))指示邏輯加的1的數量。A(i,j)=Number(X(i)∩Y(j))/Number(X(i)∪Y(j))...方程式(2)在圖7的示例中，因為Number(X(i)∩Y(j))為4并且Number(X(i)∪Y(j))為10，所以相似度A(i,j)為0.4。此外，作為特征量時序數據，在采用周期性信息的總和S(τ)的情況下，作為相似度計算方法，可采用利用余弦距離計算相似度的方法?！緦ψ罴严嗨贫嚷窂剿阉鞯恼f明】圖8是示出相似度矩陣的示例的視圖。此外，在圖8的相似度矩陣中，水平軸表示內容B的塊的索引“j”，垂直軸表示內容A的塊的索引“i”。如圖8所示，在相似度矩陣中，與索引“i”和索引“j”對應的點用與相似度A(i,j)對應的密度表示，使得點隨著相似度A(i,j)變大而變深。利用動態(tài)編程，最佳路徑搜索部件124搜索其中相似度矩陣上的路徑相似度的累加值最大的路徑，作為最佳相似度路徑。例如，在內容A與B之間的時間差僅由于它們之一的延遲而發(fā)生的情況下，因為使相似度A(i,j)最大化的“i”與“j”之間的差在任何時間恒定，所以相似度矩陣上從左上到右下的直線路徑被搜索為最佳相似度路徑。同時，在內部時鐘差在內容A與內容B之間發(fā)生的情況下，最佳相似度路徑不是直的。這里，盡管最佳路徑搜索部件124利用動態(tài)編程對相似度矩陣上的所有可能路徑執(zhí)行搜索，但是在預先發(fā)現(xiàn)在內容A與B之間不發(fā)生內部時鐘差的情況下，可僅對相似度矩陣上的所有可能直線路徑執(zhí)行搜索。最佳路徑搜索部件124產生與最佳相似度路徑上的相似度對應的索引的差值i-j，作為同步信息?！就叫畔⒌氖纠繄D9是示出同步信息的示例的視圖。如圖9A所示，在內容A與B之間的內部時鐘差沒有發(fā)生并且內容A和B二者都沒有被編輯的情況下，也就是說，在內容A與B之間的時間差僅由于它們之一的延遲而發(fā)生的情況下，產生恒定值作為同步信息。在圖9中的示例中，與最佳相似度路徑上的相似度對應的索引“i”和“j”之間的差值在任何時間為“80”，并且“80”被產生為任何時間的同步信息。同時，如圖9B所示，在內容A與B之間的內部時鐘差沒有發(fā)生并且內容B在途中被編輯的情況下，各個恒定值被產生為編輯點之前的同步信息和編輯點之后的同步信息。在圖9中的示例中，在索引“j”為44的塊中存在編輯點。因此，盡管在索引“j”在41與44之間的情況下，指示與最佳相似度路徑上的相似度對應的索引“i”與“j”之間的差值的同步信息在任何時間為40，但是在索引“j”在85與88之間的情況下，同步信息在任何時間為80。此外，如圖9C所示，在發(fā)生內容A與B之間的內部時鐘差并且內容A和B沒有被編輯的情況下，與最佳相似度路徑上的相似度對應的索引“i”與“j”之間的差值發(fā)生變化以校正內部時鐘差。在圖9的示例中，盡管在索引“i”為1和2的情況下索引“i”與“j”之間的差為79，但是因為在索引“i”為3的情況下由于內部時鐘差累加而導致的同步差異變大，所以索引“i”與“j”之間的差值增加1，變?yōu)?0。也就是說，索引“j”為82的塊中的內容B被剪切。此外，盡管在索引“i”為4的情況下索引“i”與“j”之間的差值仍為80，但是因為在索引“i”為5的情況下由于內部時鐘差累加而導致的同步差異變大，所以“i”與“j”之間的差值增加1，變?yōu)?1。也就是說，索引“j”為85的塊中的內容B被剪切。此外，盡管在索引“i”為6的情況下索引“i”與“j”之間的差值仍為81，但是因為在索引“i”為7的情況下由于內部時鐘差累加而導致的同步差異變大，所以“i”與“j”之間的差值增加1，變?yōu)?2。也就是說，索引“j”為88的塊中的內容B被剪切。隨后，在索引“i”為8的情況下，索引“i”與“j”之間的差值仍為82。因此，“79”被產生為索引“i”為1和2的塊中的同步信息，“80”被產生為索引“i”為3和4的塊中的同步信息。此外，“81”被產生為索引“i”為5和6的塊中的同步信息，“82”被產生為索引“i”為7和8的塊中的同步信息?！拘盘柼幚硌b置中的處理】圖10是流程圖，用于說明圖1中的信號處理裝置12中的同步信息產生處理。該同步信息產生處理始于從成像裝置11輸入內容時。此外，對每個內容執(zhí)行圖10的步驟S11至S17中的處理。在圖10的步驟S11中，頻帶劃分部件101使用窗口函數將從圖1的成像裝置11供給的內容的聲學數據劃分為大約幾十毫秒至一百毫秒的時段。在步驟S12中，頻帶劃分部件101使用多個帶通濾波器將時段的聲學數據劃分為四個頻帶。頻帶劃分部件101將頻帶的聲學數據分別供給到周期性檢測部件102-1至102-4。在步驟S13中，周期性檢測部件102通過計算從頻帶劃分部件101供給的預定頻帶中的每一時段的聲學數據的自相關函數x(b,τ)來提取時段的周期性信息，并將周期性信息供給到周期性強度檢測部件103。這里，每一個周期性檢測部件102執(zhí)行步驟S13中的處理。在步驟S14中，周期性強度檢測部件103基于從周期性檢測部件102供給的時段的周期性信息來計算每一時段的周期性強度。隨后，周期性強度檢測部件103根據每一時段的周期性強度是否超過閾值來將它二元化，產生每一時段的周期性強度信息并將其供給到周期性信息累加部件104。這里，每一個周期性強度檢測部件103執(zhí)行步驟S14中的處理。在步驟S15中，利用以上方程式1，周期性信息累加部件104基于從周期性檢測部件102供給的時段的周期性信息和從周期性強度檢測部件103供給的每一時段的周期性強度信息來執(zhí)行周期性累加處理。周期性信息累加部件104將時段的周期性信息的總和S(τ)供給到峰值檢測部件105，總和S(τ)是作為周期性累加處理的結果而獲取的。在步驟S16中，峰值檢測部件105對每個時段中從周期性信息累加部件104供給的周期性信息的總和S(τ)執(zhí)行峰值檢測，并產生峰值信息p(τ)。在步驟S17中，峰值檢測部件105將時段的峰值信息p(τ)作為時段的特征量時序數據供給到圖1中的特征量存儲部件22。在步驟S18中，同步信息產生部件23的塊累加部件121讀取在步驟S17中存儲在圖1中的特征量存儲部件22-1中的內容A的時段的特征量時序數據。此外，塊累加部件122讀取在步驟S17中存儲在圖1中的特征量存儲部件22-2中的內容B的時段的特征量時序數據。在步驟S19中，利用連續(xù)的（例如，64個）時段作為一個塊，塊累加部件121以塊為單位對內容A的時段的特征量時序數據進行累加，并將結果供給到相似度計算部件123。此外，利用連續(xù)的（例如，64個）時段作為一個塊，塊累加部件122以塊為單位對內容B的時段的特征量時序數據進行累加，并將結果供給到相似度計算部件123。在步驟S20中，相似度計算部件123計算從塊累加部件121供給的塊單位特征量的時序數據與從塊累加部件122供給的塊單位特征量的時序數據之間的相似度，并產生表示這些塊之間的相似度的相似度矩陣。相似度計算部件123將相似度矩陣供給到最佳路徑搜索部件124。在步驟S21中，最佳路徑搜索部件124從相似度計算部件123供給的相似度矩陣搜索最佳相似度路徑，并產生同步信息。隨后，最佳路徑搜索部件124輸出同步信息。如上所述，在信號處理系統(tǒng)10中，因為信號處理裝置11基于周期性信息來產生同步信息，所以可以以魯棒方式產生同步信息。這里，例如，在信號處理系統(tǒng)10之后的部件繼續(xù)比較內容A和B的播放位置，并利用同步信息檢查是否發(fā)生同步差異。此外，在發(fā)生同步差異的情況下，通過利用同步信息改變內容A和B之一的播放位置，在信號處理系統(tǒng)10之后的該部件校正內容A與B之間的同步差異。此時，如果內容僅被疏化，則因為不連續(xù)點出現(xiàn)在疏化點處并且噪聲出現(xiàn)，所以期望的是使用僅扭曲時間，而保持穩(wěn)定的基音的方法。因此，通過校正內容A與B之間的同步差異，在信號處理系統(tǒng)10之后的部件可執(zhí)行內容A和B的同步編輯，并輸出內容A和B之一的聲學數據代替另一個的聲學數據。<第二實施例>【對信號處理系統(tǒng)的第二實施例的概要的說明】圖11是用于說明應用了本公開的信號處理系統(tǒng)的第二實施例的概要的視圖。在圖11所示的組件中，相同的附圖標記被分配給與圖1中的組件相同的組件。將充分地省略重復說明。圖11中的信號處理系統(tǒng)140的配置與圖1的配置的差別在于，新設置了成像裝置141，并且代替信號處理裝置12設置了信號處理裝置142。信號處理系統(tǒng)140產生三個成像裝置獲取的內容的同步信息。更具體而言，類似于成像裝置11，信號處理系統(tǒng)140的成像裝置141包括視頻攝像機等。成像裝置141獲取相同事件的動態(tài)圖像和聲音，其不同于成像裝置11-1和11-2的動態(tài)圖像和聲音。類似于成像裝置11，成像裝置141將所得動態(tài)圖像和聲音的內容C發(fā)送到信號處理裝置142。信號處理裝置142包括特征量計算部件21-1、特征量計算部件21-2、特征量計算部件151、特征量存儲部件22-1、特征量存儲部件22-2、特征量存儲部件152和同步信息產生部件153。特征量計算部件151以與圖2中的特征量計算部件21相同的方式配置。特征量計算部件151基于成像裝置141供給的內容C的聲學數據來計算特征量時序數據，并將該時序數據供給到特征量存儲部件152。特征量存儲部件152包括存儲器和硬盤等，并存儲從特征量計算部件151供給的內容C的特征量時序數據。同步信息產生部件153從特征量存儲部件22-1讀取內容A的特征量時序數據，從特征量存儲部件22-2讀取內容B的特征量時序數據，并從特征量存儲部件152讀取內容C的特征量時序數據。類似于同步信息產生部件23，同步信息產生部件153基于內容A的特征量時序數據和內容B的特征量時序數據來產生在使內容A和B同步時所使用的同步信息。此外，類似于同步信息產生部件23，同步信息產生部件153基于內容A的特征量時序數據和內容C的特征量時序數據來產生在使內容A和C同步時所使用的同步信息。同步信息產生部件153輸出內容A和B的同步信息以及內容A和C的同步信息。此外，同步信息產生部件153可產生除內容A和B的組合以及內容A和C的組合之外其他組合的同步信息。此外，同步信息產生部件153產生內容B和C的同步信息，并將內容B和C的同步信息與A和B的同步信息以及內容A和C的同步信息進行比較，從而提高同步信息的精度。<第三實施例>【信號處理系統(tǒng)的配置示例】圖12是用于說明應用了本公開的信號處理系統(tǒng)的第三實施例的概要的視圖。這里，在圖12中所示的組件中，相同的附圖標記被分配給與圖1中的組件相同的組件。將充分地省略重復解釋。圖12中的信號處理系統(tǒng)370包括成像裝置11-1和11-2、信號處理裝置371和服務器372。信號處理裝置371包括圖1中的特征量提取部件21-1和21-2。信號處理裝置371基于從成像裝置11-1供給的內容A的聲學數據來計算特征量時序數據，并基于從成像裝置11-2供給的內容B的聲學數據來計算特征量時序數據。信號處理裝置371將內容A和B的特征量時序數據發(fā)送到服務器372。服務器372包括圖1中的特征量存儲部件22-1和22-2以及同步信息產生部件23。服務器372接收并存儲從信號處理裝置371發(fā)送的內容A的特征量時序數據，并且接收并存儲內容B的特征量時序數據。服務器372讀取內容A的特征量時序數據和內容B的特征量時序數據，基于內容A的特征量時序數據和內容B的特征量時序數據來產生同步信息，并輸出同步信息。此外，信號處理裝置371和服務器372的功能的分配不限于以上分配。例如，信號處理裝置371可存儲內容A和B的時序數據，并且讀取它們并將它們發(fā)送到服務器372。此外，在第一實施例至第三實施例中，盡管頻帶劃分部件101將聲學數據劃分為四個頻帶，但是劃分數量不限于四個，并且可以不對聲學數據進行頻帶劃分?！咎卣髁坑嬎悴考呐渲檬纠繄D13示出不對聲學數據進行頻帶劃分的情況下的特征量計算部件21的配置示例。圖13中的特征量計算部件21包括頻帶劃分部件391、周期性檢測部件392和峰值檢測部件393。頻帶劃分部件391使用窗口函數將圖1中的成像裝置11供給的內容的聲學數據劃分為大約幾十毫秒至一百毫秒的時段，并將這些時段的聲學數據供給到周期性檢測部件392。周期性檢測部件392通過計算從頻帶劃分部件391供給的時段的聲學數據的自相關函數x(b,τ)來提取時段的周期性信息。周期性檢測部件392將所提取的時段的周期性信息供給到峰值檢測部件393。峰值檢測部件393對每個時段中從周期性檢測部件392供給的周期性信息執(zhí)行峰值檢測，并產生峰值信息p(τ)。這里，在峰位置τp中的周期性信息小于預定閾值的情況下，峰值檢測部件393可將峰值位置τp中的峰值信息P(τp)設置為0。通過這種方式，可降低峰值信息P(τp)的噪聲。峰值檢測部件393將時段的峰值信息P(τ)作為時段的特征量時序數據輸出。這里，作為特征量，除了峰值信息P(τ)之外，還可采用諸如聲學數據電平和聲學數據電平的上升位置等的信息。例如，在使用聲學數據電平信息作為特征量的情況下，將聲學數據劃分為幾十毫秒的時段，并計算每一時段的聲學數據的RMS（均方根）值或平均值作為特征量時序數據。隨后，計算特征量時序數據之間的互相關函數（mutualcorrelationfunction）作為相似度。這里，在這種情況下，被帶通濾波器劃分為多個頻帶的聲學數據的電平信息可用作特征量。在這種情況下，對每一個頻帶計算互相關函數，并計算這些頻帶的互相關函數的總和作為相似度。此外，在例如聲學數據電平的上升位置的信息用作特征量的情況下，特征量是這樣的信息，在該信息中，聲學數據的上升位置中的值（即，具有等于或大于閾值的差值的位置中的值）為1，并且其他位置中的值為0。此外，作為特征量，可單獨或組合使用GeorgeTzanetakis和PerryCook在Musicalgenreclassificationofaudiosignals,IEEETransactionsonSpeechandAudioProcessing,10(5):293-302,July2002中公開的特征量之中的過零率、頻譜通量、頻譜質心或衰減（rolloff）。在組合使用這些特征量的情況下，計算每個特征量的互相關函數作為相似度。此外，作為特征量，代替以上信息本身，可使用這樣的信息，在該信息中，在該信息的峰值位置之中（即，在微分值從正值變?yōu)樨撝档奈恢弥校?，具有等于或大于閾值的電平的位置中的值?，其他位置中的值為0。此外，第一實施例至第三實施例中的獲取內容的裝置可以是至少獲取聲學數據的裝置，并且諸如IC（集成電路）記錄器的記錄裝置是可行的。<對應用本公開的計算機的說明>【計算機的配置示例】信號處理裝置或服務器的以上一系列處理可用硬件或軟件來執(zhí)行。在用軟件執(zhí)行一系列處理的情況下，形成該軟件的程序被安裝在計算機中。這里，計算機包括可通過安裝各種程序來執(zhí)行各種功能的安裝在專用硬件中的計算機或通用個人計算機。圖14是框圖，示出通過程序執(zhí)行以上一系列處理的計算機的硬件的配置示例。在計算機中，CPU（中央處理單元）501、ROM（只讀存儲器）502和RAM（隨機存取存儲器）503通過總線504彼此連接?？偩€504進一步與輸入/輸出接口505連接。輸入/輸出接口505與輸入部件506、輸出部件507、存儲部件508、通訊部件509和驅動器510連接。輸入部件506包括鍵盤、鼠標和麥克風等。輸出部件507包括顯示器和揚聲器等。存儲部件508包括硬盤和非易失性存儲器等。通信部件509包括網絡接口等。驅動器510驅動可移除介質511（諸如磁盤、光盤、磁光盤和半導體存儲器）。在如上配置的計算機中，例如，CPU501通過輸入/輸出接口505和總線504將存儲在存儲部件508中的程序加載到RAM503上，并執(zhí)行程序，從而執(zhí)行以上一系列處理。計算機（即，CPU501）執(zhí)行的程序可記錄在可移除介質511（諸如封裝介質）中并被提供。此外，所述程序可通過有線或無線傳輸介質（諸如局域網、因特網和數字衛(wèi)星廣播）提供。在計算機中，通過將可移除介質511連接到驅動器510，可通過輸入/輸出接口505將程序安裝在存儲部件508中。此外，可通過有線或無線傳輸介質在通信部件509中接收程序，并將其安裝在存儲部件508中。另外，可預先將程序安裝在ROM502或存儲部件508中。此外，計算機執(zhí)行的程序可以是順著本說明書中所說明的順序按照時間順序執(zhí)行處理的程序，或者可以是并行地或者按所請求的時序（諸如執(zhí)行調用的時間）執(zhí)行的程序。此外，在本說明書中，系統(tǒng)表示多個組件（諸如裝置和模塊（即，部件））的集合，并且所有組件是否在相同機架中并不重要。因此，容納在不同機架中并通過網絡連接的多個裝置和其中多個模塊容納在一個機架中的一個裝置等價于系統(tǒng)。本領域技術人員應理解，可根據設計要求和其他因素而進行各種修改、組合、子組合和變更，只要它們在所附權利要求或其等價物的范圍內。例如，在根據第一實施例的信號處理系統(tǒng)10和根據第三實施例的信號處理系統(tǒng)370中，成像裝置的數量可以是三個或更多個。此外，在根據第一實施例的信號處理系統(tǒng)10和根據第二實施例的信號處理系統(tǒng)140中，特征量時序數據可以不存儲在信號處理裝置中，而是可存儲在例如信號處理裝置外部的服務器中。另外，本技術還可如下進行配置。（1）一種信號處理裝置，包括：第一周期性檢測部件，檢測第一內容中包括的聲音信號的周期性信息，作為第一周期性信息；第二周期性檢測部件，檢測第二內容中包括的聲音信號的周期性信息，作為第二周期性信息；相似度計算部件，計算第一周期性檢測部件檢測的第一周期性信息與第二周期性檢測部件檢測的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時使用的同步信息。（2）根據（1）所述的信號處理裝置，還包括：第一頻帶劃分部件，對第一內容中包括的聲音信號執(zhí)行頻帶劃分；第二頻帶劃分部件，對第二內容中包括的聲音信號執(zhí)行頻帶劃分；第一周期性信息累加部件，對所有頻帶的第一周期性信息進行累加；以及第二周期性信息累加部件，對所有頻帶的第二周期性信息進行累加，其中，第一周期性檢測部件檢測每個頻帶中第一頻帶劃分部件對其進行了頻帶劃分的聲音信號的周期性信息，作為第一周期性信息；其中，第二周期性檢測部件檢測每個頻帶中第二頻帶劃分部件對其進行了頻帶劃分的聲音信號的周期性信息，作為第二周期性信息；其中，第一周期性信息累加部件對第一周期性檢測部件檢測的所有頻帶的第一周期性信息進行累加；且其中，第二周期性信息累加部件對第二周期性檢測部件檢測的所有頻帶的第二周期性信息進行累加。（3）根據（2）所述的信號處理裝置，還包括：第一周期性強度檢測部件，檢測第一周期性檢測部件檢測的第一周期性信息的強度；以及第二周期性強度檢測部件，檢測第二周期性檢測部件檢測的第二周期性信息的強度，其中，第一周期性信息累加部件基于第一周期性強度檢測部件檢測的第一周期性信息的強度來對所有頻帶的第一周期性信息進行累加；且其中，第二周期性信息累加部件基于第二周期性強度檢測部件檢測的第二周期性信息的強度來對所有頻帶的第二周期性信息進行累加。（4）根據（1）至（3）中的任一項所述的信號處理裝置，其中，相似度計算部件計算第一周期性信息與第二周期性信息之間每一時段的相似度；且其中，同步信息產生部件基于每一時段的相似度來產生每一時段的同步信息。（5）根據（4）所述的信號處理裝置，其中，相似度計算部件產生相似度矩陣，所述相似度矩陣指示第一周期性信息與第二周期性信息之間的每一個時段的相似度；且其中，同步信息產生部件產生指示相似度矩陣上的最佳路徑的信息作為同步信息。（6）根據（1）至（5）中的任一項所述的信號處理裝置，其中，第一周期性信息是第一內容中包括的聲音信號的自相關函數；且其中，第二周期性信息是第二內容中包括的聲音信號的自相關函數。（7）一種信號處理裝置中的信號處理方法，包括：第一周期性檢測步驟，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測步驟，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算步驟，計算通過第一周期性檢測步驟中的處理檢測的第一周期性信息與通過第二周期性檢測步驟中的處理檢測的第二周期性信息之間的相似度；以及同步信息產生步驟，基于通過相似度計算步驟中的處理計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（8）一種程序，使計算機用作：第一周期性檢測部件，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測部件，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算部件，計算第一周期性檢測部件檢測的第一周期性信息與第二周期性檢測部件檢測的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（9）一種電子器件，包括：第一周期性檢測部件，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測部件，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算部件，計算第一周期性檢測部件檢測的第一周期性信息與第二周期性檢測部件檢測的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（10）一種信號處理裝置，包括：接收部件，接收與第一內容中包括的聲音信號的周期性信息對應的第一周期性信息和與第二內容中包括的聲音信號的周期性信息對應的第二周期性信息；相似度計算部件，計算接收部件接收的第一周期性信息與第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（11）一種信號處理裝置中的信號處理方法，包括：接收步驟，接收與第一內容中包括的聲音信號的周期性信息對應的第一周期性信息和與第二內容中包括的聲音信號的周期性信息對應的第二周期性信息；相似度計算步驟，計算通過接收步驟中的處理接收的第一周期性信息與第二周期性信息之間的相似度；以及同步信息產生步驟，基于通過相似度計算步驟中的處理計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（12）一種程序，使計算機用作：接收部件，接收與第一內容中包括的聲音信號的周期性信息對應的第一周期性信息和與第二內容中包括的聲音信號的周期性信息對應的第二周期性信息；相似度計算部件，計算接收部件接收的第一周期性信息與第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（13）一種電子器件，包括：接收部件，接收與第一內容中包括的聲音信號的周期性信息對應的第一周期性信息和與第二內容中包括的聲音信號的周期性信息對應的第二周期性信息；相似度計算部件，計算接收部件接收的第一周期性信息與第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（14）一種信號處理系統(tǒng)，包括：第一周期性檢測部件，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測部件，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算部件，計算第一周期性檢測部件檢測的第一周期性信息與第二周期性檢測部件檢測的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（15）一種信號處理系統(tǒng)中的信號處理方法，包括：第一周期性檢測步驟，檢測第一內容中包括的聲音信號的周期性信息作為第一周期性信息；第二周期性檢測步驟，檢測第二內容中包括的聲音信號的周期性信息作為第二周期性信息；相似度計算步驟，計算通過第一周期性檢測步驟中的處理檢測的第一周期性信息與通過第二周期性檢測步驟中的處理檢測的第二周期性信息之間的相似度；以及同步信息產生步驟，基于通過相似度計算步驟中的處理計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。（16）一種信號處理裝置，包括：第一頻帶劃分部件，對第一內容中包括的聲音信號執(zhí)行頻帶劃分；第一周期性檢測部件，檢測第一頻帶劃分部件對其進行了頻帶劃分的聲音信號的周期性信息作為第一周期性信息；第一周期性強度檢測部件，檢測第一周期性檢測部件檢測的第一周期性信息的強度；第一周期性信息累加部件，基于第一周期性強度檢測部件檢測的第一周期性信息的強度來對所有頻帶的第一周期性信息進行累加；第二頻帶劃分部件，對第二內容中包括的聲音信號執(zhí)行頻帶劃分；第二周期性檢測部件，檢測第二頻帶劃分部件對其進行了頻帶劃分的聲音信號的周期性信息作為第二周期性信息；第二周期性強度檢測部件，檢測第二周期性檢測部件檢測的第二周期性信息的強度；第二周期性信息累加部件，基于第二周期性強度檢測部件檢測的第二周期性信息的強度來對所有頻帶的第二周期性信息進行累加；相似度計算部件，計算第一周期性信息累加部件所累加的第一周期性信息與第二周期性信息累加部件所累加的第二周期性信息之間的相似度；以及同步信息產生部件，基于相似度計算部件計算的相似度來產生在使第一內容和第二內容同步時所使用的同步信息。本公開包含與2012年2月27日向日本專利局提交的日本優(yōu)先權專利申請JP2012-039765中公開的主題相關的主題，該專利申請的全部內容特此通過引用并入。