抗线性速度变化的鲁棒音频指纹的研究

摘要

近年来，由于数字化及互联网的发展，网络上出现了海量的音频多媒体信息，使得手工选取某首或特定音频内容变得很不可能。这促使以使用计算机自动对音乐内容进行识别的数字音频指纹技术的诞生，并成为近年来的研究及开发热点。本文对飞利浦研究院开发出的基于音频内容特征的鲁棒音频指纹系统进行了研究并提出了改进算法，论文的主要内容包括： 1．分析并验证了飞利浦音频指纹算法的鲁棒性。我们发现飞利浦音频指纹算法所生成的音频指纹对线性速度变化的抵抗能力较差，虽然两种改进算法对其进行了改善，但改善能力相当有限。造成这种结果的关键原因在于线性速度变化使得提取出的音频指纹在时间轴方向上出现了较大的对不齐现象，并且造成了指纹提取域——频域的拉伸变化，使指纹在频域轴方向上也了产生平移。 2．提出一种采用基频归一化的鲁棒音频指纹算法。该算法的创新点在于提取音频指纹之前先对音频的每一帧进行基频识别，并利用该基频对提取域进行归一化，我们证明了该归一化频域在线性速度变化下的不变性。同时叠加基频前后不相关的两段来生成指纹，以保证系统在不同音频之间指纹的区分性。我们通过比较音频指纹之间的误码率对音频进行识别。试验结果说明，本文算法在没有明显降低音频指纹系统区分性要求的前提下，使其对抗线性速度变化的鲁棒性有了较大改善。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章绪论

1.1研究背景

1.2研究现状

1.3本文内容

第2章数字音频指纹

2.1音频指纹技术的定义

2.2音频指纹与音频水印

2.3音频指纹与哈希函数

2.4音频指纹系统的性质

2.5音频指纹系统的基本框架

2.6提取指纹的设计原则

2.7指纹提取算法简述

2.8相似性比较及搜索算法简述

第3章三种鲁棒音频指纹算法和线性速度变化

3.1飞利浦鲁棒音频指纹模型

3.2飞利浦音频指纹模型的鲁棒性及区分性

3.3线性速度变化LSC

3.4一种采用自相关函数抵抗LSC的算法

3.5一种采用Fourier-Mellin变换抵抗LSC的算法

3.6两种改进算法的LSC实验及分析

3.7本章小结

第4章一种基于基频归一化的鲁棒音频指纹算法

4.1引言

4.2现代谱估计AR模型的相关理论

4.3基频及其归一化

4.4算法流程

4.5实验结果与分析

4.6本章小结

第5章总结与展望

参考文献

致 谢