基于哈希的音頻指紋提取算法的研究.pdf

1、近年來，隨著多媒體技術的不斷發(fā)展和互聯(lián)網的普及，各式各樣的多媒體應用也層出不窮，也越來越深入人們的日常生活。特別是音樂識別類應用，人們通常希望能識別出未知音頻的詳細信息，例如歌曲的名字，歌曲的演唱者、作曲人等。由于網絡環(huán)境的包容性和復雜性，音頻文件通常會經過壓縮、編輯等操作，導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生噪音，如何在各種環(huán)境下魯棒而又高效的識別大量的音頻文件成了音頻指紋技術中的一大難點。
　　音頻指

2、紋技術通過提取音頻信號的特征對音頻進行識別。音頻指紋是數字音頻信號經過哈希函數壓縮后的一種緊致表現，能唯一的標識音頻信號。本文對哈希函數的發(fā)展以及在音頻指紋領域的應用進行了總結，闡述了音頻哈希函數從傳統(tǒng)哈希函數到感知哈希函數的進化歷程。感知哈希函數繼承了傳統(tǒng)哈希函數的優(yōu)點，通過模擬入耳聽覺特性，使得生成的指紋具有抗內容保持操作、對內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)的數據模型。
　　本文提出了一種基于梅爾濾波器的哈

3、希構造方法，指紋具有感知特性，并且加入了動態(tài)特征系數以及平均能量值，提高了指紋的識別性和魯棒性。在指紋的后處理當中應用了哈爾小波變換，有效的減小了音頻指紋的體積。
　　針對新提出的指紋算法，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維度來比較相似度，提高匹配的效率及準確率。我們對提出的新算法進行了實驗。實驗表明，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據庫的空間，匹配過程中的雙因