基于哈希的音頻指紋提取算法的研究.pdf

1、近年來，隨著多媒體技術(shù)的不斷發(fā)展和互聯(lián)網(wǎng)的普及，各式各樣的多媒體應(yīng)用也層出不窮，也越來越深入人們的日常生活。特別是音樂識(shí)別類應(yīng)用，人們通常希望能識(shí)別出未知音頻的詳細(xì)信息，例如歌曲的名字，歌曲的演唱者、作曲人等。由于網(wǎng)絡(luò)環(huán)境的包容性和復(fù)雜性，音頻文件通常會(huì)經(jīng)過壓縮、編輯等操作，導(dǎo)致音頻文件的失真或不完整，另外，在音頻的傳輸過程中還可能產(chǎn)生噪音，如何在各種環(huán)境下魯棒而又高效的識(shí)別大量的音頻文件成了音頻指紋技術(shù)中的一大難點(diǎn)。
　　音頻指

2、紋技術(shù)通過提取音頻信號(hào)的特征對(duì)音頻進(jìn)行識(shí)別。音頻指紋是數(shù)字音頻信號(hào)經(jīng)過哈希函數(shù)壓縮后的一種緊致表現(xiàn)，能唯一的標(biāo)識(shí)音頻信號(hào)。本文對(duì)哈希函數(shù)的發(fā)展以及在音頻指紋領(lǐng)域的應(yīng)用進(jìn)行了總結(jié)，闡述了音頻哈希函數(shù)從傳統(tǒng)哈希函數(shù)到感知哈希函數(shù)的進(jìn)化歷程。感知哈希函數(shù)繼承了傳統(tǒng)哈希函數(shù)的優(yōu)點(diǎn)，通過模擬入耳聽覺特性，使得生成的指紋具有抗內(nèi)容保持操作、對(duì)內(nèi)容篡改操作的敏感性。梅爾域就是一種模擬入耳聽覺系統(tǒng)的數(shù)據(jù)模型。
　　本文提出了一種基于梅爾濾波器的哈

3、希構(gòu)造方法，指紋具有感知特性，并且加入了動(dòng)態(tài)特征系數(shù)以及平均能量值，提高了指紋的識(shí)別性和魯棒性。在指紋的后處理當(dāng)中應(yīng)用了哈爾小波變換，有效的減小了音頻指紋的體積。
　　針對(duì)新提出的指紋算法，本文還提出了一種新的雙因子匹配算法，將音頻指紋從方向和距離兩個(gè)維度來比較相似度，提高匹配的效率及準(zhǔn)確率。我們對(duì)提出的新算法進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)表明，本文提出的算法提取出的指紋具有較高的精度、較小的體積，能有效的減小指紋數(shù)據(jù)庫的空間，匹配過程中的雙因