基于內(nèi)容的海量音頻高效檢索.pdf

1、新世紀以來隨著互聯(lián)網(wǎng)在全世界范圍的廣泛普及、音頻編解碼技術的迅猛發(fā)展以及高容量存儲介質的誕生，使得網(wǎng)絡中的數(shù)字音頻資源數(shù)量呈現(xiàn)指數(shù)級別的增長。海量的網(wǎng)絡數(shù)字音頻資源給人們帶來了極大地便利，然而由于互聯(lián)網(wǎng)數(shù)字音頻管理體系和版權保護制度的不規(guī)范和不完善，網(wǎng)絡用戶可以隨意的上傳下載數(shù)字音頻資源甚至對音頻內(nèi)容進行更改，這在無形中嚴重侵犯了數(shù)字音頻資源版權擁有者的合法權益。數(shù)字音頻的版權保護，如今已經(jīng)引起社會各界的廣泛關注，已經(jīng)成為亟待解決的重要

2、問題。
　　依據(jù)新聞出版總署重大科技工程項目“數(shù)字版權保護技術研發(fā)工程”及國家科技部支撐項目課題“數(shù)字版權服務關鍵支撐技術研究”需求，本課題主要研究音頻特征備案及高效檢索的相關關鍵技術，最終實現(xiàn)在普通配置服務器設備存儲的10萬條規(guī)模的數(shù)字音頻內(nèi)容版權核心資源數(shù)據(jù)庫中對未知信息音頻片段進行檢索定位，所需查詢時間小于1秒，同時保證檢索準確率達到90％以上。課題的研究對網(wǎng)絡環(huán)境下的海量數(shù)字音頻資源的規(guī)范管理、數(shù)字音頻版權的有效保護以及數(shù)

3、字音頻內(nèi)容的快速準確的訪問等問題具有不容忽視的推進作用和重大意義。
　　課題首先對基于內(nèi)容的音頻檢索系統(tǒng)的國內(nèi)外研究現(xiàn)狀進行了詳細的闡述，通過對目前現(xiàn)有的音頻指紋提取方法及相關快速檢索方法的全面總結與分析，圍繞經(jīng)典的Philips音頻指紋，重點對其相關的快速檢索方法進行深入探討。最后設計了一種基于Philips指紋的海量音頻高效檢索系統(tǒng)，并進行大量實驗驗證。課題的主要貢獻有:1）在Philips指紋的基礎上引入bag-of-fea

4、tures算法，提出一種數(shù)據(jù)量相比Philips指紋成倍減少的高效、魯棒的中間指紋進行過濾檢索，可以在短時間內(nèi)快速過濾不相關音頻;2）相應地設計了一種基于閾值的固定間隔抽樣匹配算法，大幅減少檢索過程中相似度匹配的計算量，并有效地促進了中間指紋的過濾速度;3)結合Fibonacci哈希索引算法、中間過濾指紋、Philips指紋及基于閾值的固定間隔抽樣匹配算法，設計并實現(xiàn)了一套高效的階梯式音頻過濾檢索系統(tǒng)。
　　經(jīng)大量反復的實驗驗證，