基于內(nèi)容的海量音頻智能檢索與重復性檢測.pdf

1、互聯(lián)網(wǎng)技術(shù)的發(fā)展和計算機處理能力的提高，使得我們面臨著“信息海洋”的時代，尤其是對于音頻信號這種非結(jié)構(gòu)化數(shù)據(jù)的存儲量越來越多，對其存儲與管理的需求也越來越大。傳統(tǒng)的基于文本的音頻檢索技術(shù)是指利用與音頻內(nèi)容相關(guān)的文本核心詞作為查詢輸入，輸出音頻的完整信息。它需要人工對音頻所表示的含義進行文本標注，存在主觀性和不完整性，因此無法準確描述音頻信息中所蘊含的豐富的語義信息及內(nèi)容的感知信息，也不能夠滿足在海量音頻數(shù)據(jù)的環(huán)境下對音頻內(nèi)容快速高效的檢

2、索要求。基于內(nèi)容的音頻檢索是指通過對音頻數(shù)據(jù)中的旋律、音調(diào)、響度等音頻特征的詳細分析，使與查詢輸入不同的音頻數(shù)據(jù)具有不同的語義，而具有相同語義的音頻在聽覺感知上保持相似。不僅避免了基于文本檢索的諸多弊端，也能夠適應(yīng)海量音頻環(huán)境下的檢索需求，成為很多國內(nèi)外學者的研究重點和熱點。
　　本文在認真總結(jié)國內(nèi)外學者研究成果的基礎(chǔ)上，重點針對基于內(nèi)容的音頻檢索相關(guān)技術(shù)進行了討論，并在Philips指紋提取技術(shù)的基礎(chǔ)上，重點圍繞音頻特征分類與索

3、引技術(shù)進行了研究，對音頻的相似度量方法進行了合理的選擇，最后結(jié)合Filter-and-Refine框架模型在提高音頻檢索準確率的基礎(chǔ)上，加快檢索速度，同時能夠支持實時音頻檢索。實現(xiàn)了在普通配置的PC機上從13W條音頻庫中進行音頻片段檢索的平均速度在1s內(nèi)，檢索召回率達到95％以上，檢索準確率達到97％以上，對于互聯(lián)網(wǎng)時代下的音頻數(shù)據(jù)訪問服務(wù)有重大意義。主要內(nèi)容包括：⑴對音頻信號的基本數(shù)字特征做了簡要闡述，重點對本文用到的幀特征和段特征分