海量音頻指紋數(shù)據(jù)的存儲與檢索研究.pdf

1、隨著大數(shù)據(jù)時代的到來,尤其是包括圖像、音頻、視頻在內(nèi)的海量多媒體數(shù)據(jù),這些數(shù)據(jù)亟需被有效地管理起來,并為廣大用戶提供方便、快捷的檢索方式。隨著模式識別、機器學習、云計算技術的發(fā)展,基于內(nèi)容的多媒體檢索技術應運而生,這種技術的出現(xiàn)使得信息檢索不再依賴于數(shù)據(jù)的標簽和關鍵字,而且搜索結果更為準確,搜索方式更為便捷。
　　音頻數(shù)據(jù)作為多媒體中重要組成部分,其數(shù)據(jù)規(guī)模也在迅速膨脹,人們面臨的問題不再是缺少多媒體信息,而是如何在海量的數(shù)據(jù)中找

2、到自己所需要的信息。如何快速有效的檢索海量音頻成為當前學術界和工業(yè)界信息檢索研究領域的一個重要課題。
　　音頻指紋檢索技術是基于音頻內(nèi)容的信息檢索方式,通過對未知音頻片段提取名為音頻指紋的數(shù)字特征,然后在事先準備的海量音頻指紋數(shù)據(jù)庫中進行音頻指紋的搜索與相似度計算,獲得音頻詳細信息的方法。這種方法解決了傳統(tǒng)基于文本關鍵字的搜索音頻存在的文本標注不全、錯誤等問題,同時解決了用戶不知道關鍵詞時無從下手搜索的困難。
　　音頻指紋提

3、取與匹配算法已經(jīng)在實驗室中取得了豐碩的成果,并在部分產(chǎn)品中得到了應用,但所處理的數(shù)據(jù)集規(guī)模相對較小。在應用到大規(guī)模數(shù)據(jù)集時會遇到性能瓶頸,以及并發(fā)性、擴展性等問題。
　　本文在對音頻指紋提取與匹配算法的深入研究基礎上,對海量音頻指紋數(shù)據(jù)的存儲與檢索進行了設計、實現(xiàn)及優(yōu)化。首先提出了基于哈希結構的音頻指紋存儲結構,然后進一步提出了兩種分布式哈希解決方案,并通過實驗證明了所設計的方法的有效性。在此基礎上,本文又提出了一種海量音頻指紋數(shù)