Appleは、コンテンツ制作者がセリフ、音楽、特殊効果をより簡単に組み合わせ、特にテレビ画面でのセリフの明瞭度を向上させることを目指しています。同社は「オーディオステム配信および制御」に関する特許（特許番号20170126343）を取得しています。
これは、ビデオストリームと、ビデオストリームのサウンドを表す最終オーディオミックスを含むコンテンツを再生するためのシステムおよび方法に関するものです。インターフェースは、ビデオストリームと最終オーディオミックスを受け取ります。最終オーディオミックスには、ダイアログステムと音楽および効果音ステムが含まれており、これらが組み合わさってビデオストリームのサウンド全体を表します。
Appleは特許出願において、映画やテレビ番組などのサウンドプログラムコンテンツは、登場人物や俳優のセリフ、音楽、効果音など、複数の異なるオーディオコンポーネントで構成されていることが多いと述べています。ステムと呼ばれるこれらのコンポーネントはそれぞれ、複数の空間チャンネルを含む場合があり、消費者や配信会社に配信される前にミックスされます。例えば、制作会社は5.1チャンネルのセリフステム、5.1チャンネルの音楽ステム、5.1チャンネルの効果音ステムを、単一のマスター5.1オーディオミックスまたはストリームにミックスすることができます。このマスターストリーム/ミックスは、その後、記録可能なメディア（DVDやBlu-rayなど）またはオンラインストリーミングサービスを通じて消費者に配信されます。
会話、音楽、効果音を単一のマスターミックスまたはストリームにミックスすることは配信の目的には便利ですが、このプロセスは消費者にとって音質の劣化につながることが多いとAppleは述べています。例えば、サウンドプログラムコンテンツの会話ステムは、音楽や効果音のステムと同じ設定で再生する必要があるため、再生時に会話の明瞭度が問題になる可能性があります。これは、これらの各コンポーネントが単一のマスターストリーム/ミックスに統合されているためです。
Apple社によると、特にテレビで再生される映画では、会話が音楽や効果音に埋もれやすいため、会話の明瞭度がますます問題視され、広く認識されているという。同社は、会話内容の明瞭度を向上させるアプローチが必要だと述べている。
もちろん、Appleは米国特許商標庁に数多くの特許を申請し、そして取得しています。その多くは日の目を見ることのない発明です。しかし、どの発明が実際の製品に実現されるかは、決して予測できません。
