保持音频特征的层次式音频流检索研究.pdfVIP

计算机科学2004Voi．31N9．10(增刊) 保持音频特征的层次式音频流检索¨ HierarchicalAudio withPreservationtheAudioCharacteristics Indexing 李晓丽杜振龙余冬梅李明 (兰州理工大学电气工程与信息工程学院 兰州730050) Withthe Abstract and of volumeof muhimediadatabases prevalencedevelopmentdigitaltechnology，thepersonal are and muchinconveniencetousers．Soit is to indexand becominglargerlarger．whichbrings urgentefficiently themultimedia retrieve fromthosefor foraudiodatabase．a audio clip people’susage．Mainly accuratelyindexing methodis inthis in extractthefeatureinmulti—scalelevelviaGa- proposedpaper。thepresentedfrequency-domain borfilterhank．usefeatureasmeasureforthoseextractions，andcanindextheaudioclivofuserinter- energy ested． A“ioretrievaland feature．Featureextractioninmulti—scale Keywords indexing。Energy 随着数字获取设备的发展，包括视频和音频的 相似的帧，去掉这些重复的相似帧可建立音频缩略， 多媒体数据已在人们的日常生活中发挥着越来越重 音频缩略保持了原音频的特征，且容量小，便于对音 要的作用，MP3、PDA及手机的大众消费化，也使得频文件进行检索和管理o]。基于这一思想，利用聚类 个人的视频、音频等数字媒体资料量迅速增长，给人 特征(cluster feature)和 feature)、能量特征(energy flatness 们的使用带来很大的不便，人们迫切需要能对这些 平坦度特征(spectralfeature)三个指标判 数字媒体进行有效管理的技术。另外，人们似乎已经 断音频文件问是否存在复制，并建立音频缩略，文 “习惯”了关系型数据的处理和操作方式，对于新出 [3]中没有谈到用音频缩略进行音频检索。但音频缩 现的音频和视频数据库，希望能提供与关系型操作 略依赖于用户输入的参数．当这些参数改变时，需要 类似的方式。本文针对音频数据库，提出了能根据用 重新生成音频缩略。从某种意义讲，音频纹理也是音 户输入的词或词组快速准确地检索出用户感兴趣的 频缩略。文[4，s]利用音频帧之间的相似性抽取出音 音频资料。 频基元(basic patterns)，根据序列帧的转 building 音频流有着其它媒体