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現(xiàn)的。在音頻樣例檢索應(yīng)用中,速度是重要的評價指標(biāo)。為了提升音頻樣例檢索的速度,本文對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,檢索的時間消耗會大幅度增加,檢索的主要時間代價在于每次定位后都需要進行誤碼率計算。針對上述不足,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行二值量化,考慮到時域?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音頻信號提取二進制指紋序列實現(xiàn)的,表現(xiàn)出較好的性能和速度?，F(xiàn)實中的音頻數(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)點擴展實現(xiàn)了近鄰檢索,有效提高