音频指纹搜索中数据预处理的改进算法

《音频指纹搜索中数据预处理的改进算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用2010，46（21）145音频指纹搜索中数据预处理的改进算法关耀铧，申凌，吴云，赵勇GUANYao-hua，SHENLing，WUYun，ZHAOYong北京大学深圳研究生院集成微系统重点实验室，广东深圳518055KeyLabofIntegratedMicrosystems，ShenzhenGraduateSchool，PekingUniversity，Shenzhen，Guangdong518055，ChinaE-mail：wuyun_v@

2、126.comGUANYao-hua，SHENLing，WUYun，etal.Improvedalgorithmofdatapreprocessinginaudiofingerprintsearch.Com-puterEngineeringandApplications，2010，46（21）：145-147.Abstract：DifferentAudioFingerprint（AF）featureextractionalgorithmsrequiredifferentAFsearchingalgorithms.Forsomes

3、pecificAFfeatureextractionalgorithms（e.g.foosicalgorithm），indataprocessing，twonewAFsearchingalgorithmsarepro-posedandimplemented：PrincipleComponentAnalysis（PCA）algorithmandsumofthecorrespondingdatabetweendifferentframesalgorithm.Theexperimentalresultsshowthatapplying

4、PCAalgorithm，theaccuracyis94.98%whilethesearchtimeisaslowas8.42%；applyingsumalgorithm，theaccuracyis95.92%whilethesearchtimeisaslowas3.72%.Keywords：audiofingerprintsearch；PrincipleComponentAnalysis（PCA）algorithm；sumalgorithm；datapreprocessing摘要：不同的音频指纹提取算法需要不同的音频指纹搜索。

5、针对某些特定（例如：foosic算法）的音频指纹提取算法，在数据预处理方面提出并实现了两种新的音频指纹搜索算法：PCA（PrincipleComponentAnalysis）主成分分析算法、不同帧之间相应的数据求和算法。实验结果表明：应用PCA算法，在搜索正确率为94.98%的情况下，搜索时间缩短为8.42%；应用求和算法，在搜索正确率为95.92%的情况下，搜索时间缩短为3.72%。关键词：音频指纹搜索；主成分分析算法；求和算法；数据预处理DOI：10.3778/j.issn.1002-8331.2010.21.041文章编号

6、：1002-8331（2010）21-0145-03文献标识码：Ａ中图分类号：TN912.3音频指纹是指从一段音频采样中提取的独特的信息，1音频指纹数据提取方法与搜索流程可以用于辨识不同的声音采样，是一项基于内容的识别技术1.1音频指纹数据提取方法（Content-BaseIdentification，CBID）。从相同采样不同编码格所用的音频指纹提取算法在文献[7]中有详细介绍，下文式的音频文件提取的音频指纹信息是相似的。一个好的音频仅简述跟搜索算法关系紧密的部分。以下用歌曲作为音频文指纹搜索系统[1]应该具备下列特点：快速、

7、正确匹配、节省存储件来进行研究。空间、数据库容易更新。在一首歌曲的开始部分截取一定长度（比如90s）的数据，分音频指纹技术的研究内容主要包括：音频指纹提取和音为87帧。每帧分别做处理，得到17个（fit部分16个，dom部分1频指纹搜索。音频指纹提取已经有很多成熟的算法，如Mel个）[7]数据。因此每首歌的音频指纹数据共有17×87个数据。每频率倒谱系数提取（Mel-FrequenceCepstralCoefficients，MF-一首歌的音频指纹数据由两部分组成：fit数据和dom数据。CC）[2]，频谱平坦量测值（Spect

8、ralFlatnessMeasure，SFM）[3]数据读到内存中时，fit部分数据存放格式为16行×87列。等。针对特定音频指纹提取算法的搜索算法有基于PCA的算每一列是一帧的数据，是同一个时间不同频带的数据，每一法[4-5]，基于ANN（Approximat