基于聽覺機理的音頻指紋算法研究與實現(xiàn).pdf

1、隨著大數(shù)據(jù)時代的到來，互聯(lián)網(wǎng)上的信息量呈爆炸式增長。傳統(tǒng)的基于文本標注的檢索已經(jīng)不能滿足人們對多媒體檢索的需求?；诙嗝襟w文件自身內容信息的檢索已經(jīng)成為今年來的研究熱點。在基于內容的多媒體檢索中，樣例檢索（Query-By-Example）具有使用方便、不需要標注信息、對用戶要求低等特點。以音頻為例，人們可以通過提交一小段未知錄音來搜索數(shù)據(jù)庫從而獲取該段錄音相關信息。音頻指紋檢索是樣例檢索的一種重要形式，它具有體積小、檢索速度快等優(yōu)點。

2、本文針對音頻指紋算法存在的一些關鍵問題進行研究，主要研究工作如下：
　　首先，針對短查詢指紋搜索檢出率低的問題，采用基于聽覺機理的音頻指紋生成方法。在計算音頻指紋時的峰值點選取過程中，充分利用人耳聽覺的掩蔽效應，以峰值點能量為基準，生成掩蔽閾值曲線，并將其用于后續(xù)峰值點的選取，在選出新的峰值點的同時，采用疊加的方式更新該閾值曲線，從而將不易被人耳感知的峰值點濾除。本文采用掩蔽效應構建動態(tài)閾值曲線，從而選取出更具魯棒性的頻譜峰值點，

3、以這些峰值點為基礎生成的音頻指紋將具有更好的魯棒性，更有利于提高音頻指紋檢索的檢出率。實驗結果表明，該方法能明顯提高檢出率。
　　其次，本文針對音頻指紋算法參數(shù)的數(shù)量多、數(shù)值范圍大，以及難以通過人工選擇的方式尋找最優(yōu)參數(shù)組合的問題，鑒于群智能方法能夠在高維空間中快速搜索到最優(yōu)解的特點，使用粒子群算法（Particle Swarm Optimization,PSO）、遺傳算法（Genetic Algorithm,GA）進行參數(shù)尋優(yōu)，