基于哈希的音频指纹提取算法的研究-软件工程专业论文.docxVIP

摘要近年来，随着多媒体技术的不断发展和互联网的普及，各式各 摘要 近年来，随着多媒体技术的不断发展和互联网的普及，各式各 样的多媒体应用也层出不穷，也越来越深入人们的日常生活。特别 是音乐识别类应用，人们通常希望能识别出未知音频的详细信息， 例如歌曲的名字，歌曲的演唱者、作曲人等。由于网络环境的包容 性和复杂性，音频文件通常会经过压缩、编辑等操作，导致音频文 件的失真或不完整，另外，在音频的传输过程中还可能产生噪音， 如何在各种环境下鲁棒而又高效的识别大量的音频文件成了音频 指纹技术中的一大难点。 音频指纹技术通过提取音频信号的特征对音频进行识别。音频 指纹是数字音频信号经过哈希函数压缩后的一种紧致表现，能唯一 的标识音频信号。本文对哈希函数的发展以及在音频指纹领域的应 用进行了总结，阐述了音频哈希函数从传统哈希函数到感知哈希函数 的进化历程。感知哈希函数继承了传统哈希函数的优点，通过模拟人 耳听觉特性，使得生成的指纹具有抗内容保持操作、对内容篡改操作 的敏感性。梅尔域就是一种模拟人耳听觉系统的数据模型。 本文提出了一种基于梅尔滤波器的哈希构造方法，指纹具有感 知特性，并且加入了动态特征系数以及平均能量值，提高了指纹的识 别性和鲁棒性。在指纹的后处理当中应用了哈尔小波变换，有效的减 小了音频指纹的体积。 万方数据 针对新提出的指纹算法，本文还提出了一种新的双因子匹配算 针对新提出的指纹算法，本文还提出了一种新的双因子匹配算 法，将音频指纹从方向和距离两个维度来比较相似度，提高匹配的 效率及准确率。我们对提出的新算法进行了实验。实验表明，本文提 出的算法提取出的指纹具有较高的精度、较小的体积，能有效的减小 指纹数据库的空间，匹配过程中的双因子系数能提高指纹匹配率，适 用于音频文件退化或者有一定噪音背景的场景。 关键字：音频指纹；哈希函数；梅尔倒谱；小波函数 万方数据 Abst Abst ract In recent years，with the continuous development of mul timedia technology and the popularity of the Internet，many kind of multimedia applications are everywhere in our dail y life．Especially music—aware application，it is often des irable to be able to identify unknown audio files，such as the song’S name，singer，composer and SO on．As the networ k environment is inclusive and complexity，audio files have usually been compressed，or edited，make audio files disto rtion and incomplete．In addition，during the transmission of audio may also produce noise，how to extract fingerprint efficiently and robust in different environment and identi fy a large number of audio fi les has become a major difficu ity． Audio fingerprinting technology is a process of differe ntiating audio files by extracting characteristic of the au dio．Audio fingerprint i s a compact sequence generat ing by hashing compression．It’S a uniquely feature that can tell audios apart．In thi s paper，the development of’the hash fu nction and its application in the field of audio fingerprin ts were summari zed，elaborated the development of audio has 万方数据 h h function from the traditional hash function to the percep tion