基于内容的海量音频高效检索

《基于内容的海量音频高效检索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据太原理工大学硕士研究生学位论文VI万方数据太原理工大学硕士研究生学位论文目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯．．．⋯．⋯．．．．．11．1课题研究背景及意义⋯⋯⋯⋯．⋯⋯．⋯⋯⋯⋯．．⋯⋯⋯⋯．11．1．1课题研究背景⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯．⋯．．．11．1．2课题研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯．．．⋯．．．．21．2基于内容的音频检索系统国内外应用现状⋯⋯⋯．．⋯⋯⋯．．．⋯⋯．21．3课题主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．41．4论文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯．．．⋯．．．．5第二章音频指纹⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

2、⋯⋯⋯⋯⋯⋯⋯⋯72．1音频特征介绍⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．．．72．2音频指纹概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯．⋯⋯．．92．2．1音频指纹定义⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯．．⋯⋯．．92．2．2音频指纹优点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．102．2．3音频指纹性质⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯．．⋯⋯．102．2．3音频指纹应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．132．2．5音频指纹相关研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．⋯⋯．132．3音频指纹提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯．．⋯⋯⋯⋯．152．3．1音频指纹提取过程⋯⋯⋯⋯⋯⋯．⋯⋯⋯．⋯⋯．⋯⋯．15

3、2．3．2Philips音频指纹提取算法⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．162．3．3Philips音频指纹的误判率和鲁棒性⋯⋯⋯⋯⋯⋯．．⋯⋯．182．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．21第三章基于内容的音频检索．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233．1基于内容的音频检索框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．．233．2音频检索算法综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯253．2相似度匹配方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．263．3基于Philips指纹的检索算法⋯．⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯．．．273．3．1Phi1ips检索算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯．273．3．2基于Fibonacci哈希的检索算法⋯⋯⋯⋯⋯⋯⋯．．⋯⋯．293．4检索算法性能指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．⋯⋯．303．5本章小结⋯⋯⋯．．’⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．31第四章基于内容的高效阶梯式海量音频过滤检索系统⋯⋯．⋯⋯⋯．．⋯⋯．334．1过滤检索系统框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．．⋯⋯334．2过滤检索系统具体实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．344．2．1音频首尾静音去除⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一．344．2．2音频过滤指纹生成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯354．2．3基于阈值的固定间隔抽样匹配算法⋯⋯⋯．⋯

5、．⋯⋯⋯⋯．．364．3实验数据与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．384．3．1实验环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．384．3．2实验设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．384．3．3实验结果和分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．394．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯45ⅥI万方数据太原理工大学硕士研究生学位论文第五章研究结论和未来展望⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯．．⋯⋯．．475．1研究结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．⋯．．⋯．．⋯⋯．．475．2未来展望⋯⋯⋯⋯．．⋯⋯⋯⋯⋯⋯⋯．．．．．⋯⋯⋯．⋯⋯47参考文献⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯．⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯．．．．49致谢⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯．⋯．⋯53硕士期间发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯．．⋯⋯．55ⅥII万方数据太原理工大学硕士研究生学位论文1．1课题研究背景及意义1．1．1课题研究背景第一章绪论弟一早殖记随着现代科技的飞速进步和网络知识的全民普及，网络数字化的时代已经到来。作为互联网载体承载的主要对象，数字多媒体资源数量每时每刻都在急剧增长。高容量存储媒介为海量的数字多媒体资源的存储实现提供了有利的条件，使得多媒体内容在各行各业得到了广泛应用。以数字音频为例，近年来音乐门户网站、音乐论坛、网络音乐

7、播放器、网络广播电台等音频媒介如同雨后春笋般在互联网中大规模涌现，形形色色的数字音频资源应有尽有，极大程度地满足了人们的精神生活需求，大家可以根据自己了解的音频信息在各大搜索引擎中检索所需要的音频文件。但随着时间的推移和音频内容的不断丰富，人们对音频检索的需求也不再仅仅满足于根据音频的名称、作者等属性进行检索，而更希望能通过一段音频内容本身(例如在出租车上听到某电台的一段未知信息的音乐旋律)来在海量的音频资源中搜寻自己希望得到的目标结果。这一大众需求直接促使了基于内容的音频检索(Content-BasedAudioRetrieval．CBAR)技术【l】【2】的