基于人工智能识别的音乐片段指纹检索技术研究

摘要

针对当前音频检索中提取的音频指纹仅针对某一帧,难以准确反映音乐片段的时序特性,造成检索召回率低、内存占用开销大、效率低等问题,提出一种基于人工智能识别的音乐片段指纹检索技术。将小波包系数的奇异值熵以及样本熵相融合作为音乐片段信号的特征参数,提取出音频指纹;利用时空约束策略进行音频指纹特征的模糊聚类,以特征聚类结果的质心来描述整个音乐片段,基于音频指纹聚类质心完成近似度匹配,实现音乐片段指纹快速检索。实验结果表明,与同类检索技术相比,所提检索技术在检索召回率、内存占用开销以及检索效率方面具有一定优势,为音乐片段检索带来便利。