网络音频数据检索技术.pdfVIP

第28卷第12期 通 信 学 报 、bl-28 No．12 2007年12月 Joumal on Commuaicafions December2007 网络音频数据检索技术 张卫强，刘加 (清华大学 电子工程系，北京 100084) 摘 要：针对网络海量数据的应用特点，对传统的直方图算法进行了改进，采用基于主轴树的快速矢量量化技术 进行预处理，采用两阶段法进行搜索处理，实验结果表明这2种方法可以显著提高检索的速度和精度。 关键词：音频检索；矢量量化；两阶段法 中图分类号：TN912-3 文献标识码：A 文章编号：1000—436X(2007)12—0152．04 Technologies of network audio retrieval ZHANG Wei—qiang，LIU Jia (Depa~nent ofElectronic Engineering，Tsinghua University,Beijing 100084，China) Abstract：According to the characteristic of network massive data，the traditional histogram algorithm was improved． The principle axis search tree is utilized for pre—processing and the two—stage method is presented for audio retrieva1．Ex— perimental results show that the two proposed methods can significantly improve the search speed and precision． Key words：audio retrieval；vector quantization；two—stage method 广泛的应用前景L5 j。 1 引言 目前固定音频检索中使用最多的是直方图算 随着网络技术和多媒体技术的发展，网络中音 法[，’6】，但这种方法适合离线式处理。本文针对网络 频数据的数量与日俱增，如何对这些数据进行有效 海量数据的应用特点，采用基于主轴树的快速矢量 的存储、索引、检索、管理等逐渐成为人们研究的 量化技术进行预处理，采用两阶段策略进行搜索处 热点[1 】。目前音频检索可以分为两大类：一类是 理，实验结果表明这2种方法可以大大提高搜索的 基于内容的，它主要利用高层信息对音频进行分类 速度和精度。 和识别，例如音频分类、音频索引、关键词检索等； 2 基线系统描述 另一类是基于特征相似度的(或称为基于模版的)， 又称为固定音频检索，它是指给定一个查询音频段 本文基线系统采用直方图算法，其基本思路是 (模版)，在待检音频库 (或音频流)中检索与其 先对音频提取矢量特征，然后对其进行矢量量化 同源的片段。 (VQ)生成标量特征，接着统计标量特征的直方 正如文本信息处理领域中的字符串查找一样， 图。检索时通过比较查询段与待检段的直方图得到