音頻樣例檢索的索引方法研究.pdf

1、隨著二十世紀(jì)信息技術(shù)、多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展,多媒體信息的數(shù)據(jù)量急劇增多。為了充分利用已有的音頻信息資源,音頻樣例檢索技術(shù)受到越來越多的關(guān)注。音頻樣例檢索是通過用戶提交查詢樣例,然后從音頻數(shù)據(jù)庫中檢索出具有相似內(nèi)容的音頻信息并反饋給用戶實(shí)現(xiàn)的。在音頻樣例檢索應(yīng)用中,速度是重要的評(píng)價(jià)指標(biāo)。為了提升音頻樣例檢索的速度,本文對(duì)音頻樣例檢索的索引方法展開研究,具體內(nèi)容如下:
　　(1)Philips方法的查全率難以滿足檢索應(yīng)用的需

2、求,其查全率與音頻指紋的提取過程直接相關(guān)。Phililps方法的檢索速度與音頻庫的規(guī)模相關(guān),當(dāng)音頻庫的規(guī)模較大時(shí),檢索的時(shí)間消耗會(huì)大幅度增加,檢索的主要時(shí)間代價(jià)在于每次定位后都需要進(jìn)行誤碼率計(jì)算。針對(duì)上述不足,給出了指紋提取過程優(yōu)化和檢索優(yōu)化方法。
　　(2)Philips方法利用能量特征進(jìn)行二值量化,考慮到時(shí)域?qū)Σ积R帶來的不良影響,選用了大幀疊,小幀移,導(dǎo)致指紋提取的時(shí)間消耗過高。頻譜質(zhì)心是能量在頻率上的加權(quán)均值,能夠更好刻畫頻

3、譜特性。利用頻譜質(zhì)心特征,提出了基于頻譜質(zhì)心的音頻指紋索引方法(NSSCFP),通過小幀疊進(jìn)行指紋提取,大幅度降低了指紋提取速度。
　　(3)基于哈希表的音頻索引方法是通過對(duì)音頻信號(hào)提取二進(jìn)制指紋序列實(shí)現(xiàn)的,表現(xiàn)出較好的性能和速度?，F(xiàn)實(shí)中的音頻數(shù)據(jù)容易受噪聲等干擾,導(dǎo)致提取的音頻指紋易發(fā)生畸變,需要近鄰檢索。而哈希表從結(jié)構(gòu)上看,不適合近鄰檢索。針對(duì)上述不足,提出了基于m叉平衡樹的音頻索引方法,通過層節(jié)點(diǎn)擴(kuò)展實(shí)現(xiàn)了近鄰檢索,有效提高