基于壓縮后綴數(shù)組的樂紋檢索系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展、上網(wǎng)設(shè)備的快速普及以及大容量存儲(chǔ)器的出現(xiàn)，人們獲得信息的速度越來(lái)越快，數(shù)量也越來(lái)越多。尤其是近兩年移動(dòng)互聯(lián)網(wǎng)絡(luò)技術(shù)迅猛發(fā)展以及移動(dòng)終端的迅速普及，人們可以隨時(shí)隨地的上傳自己的信息，同時(shí)也可以下載自己需要的服務(wù)或信息，音頻內(nèi)容在人們的生活中占了很大一部分。如何對(duì)這些海量的音樂數(shù)據(jù)進(jìn)行查找和管理成為一個(gè)新的課題。然而對(duì)于海量音樂數(shù)據(jù)的管理是一項(xiàng)非常繁瑣并且易錯(cuò)的工作。近年來(lái)，基于內(nèi)容的音樂檢索CBMR(Content-

2、based Music Retrieval)發(fā)展成為網(wǎng)絡(luò)環(huán)境下處理多媒體海量數(shù)據(jù)的一項(xiàng)重要課題，與圖像檢索、視頻檢索并列成為基于內(nèi)容的多媒體信息檢索研究的熱點(diǎn)。
　　音頻指紋是指可以代表一段音頻重要聲學(xué)特征的基于內(nèi)容的緊致數(shù)字簽名，其主要目的是建立一種有效機(jī)制來(lái)比較兩個(gè)音頻數(shù)據(jù)的感知聽覺質(zhì)量，可以用于數(shù)字音頻內(nèi)容的版權(quán)保護(hù)、音頻內(nèi)容識(shí)別和內(nèi)容完整性校驗(yàn)等各個(gè)領(lǐng)域，具有非常重要的研究意義。
　　本文對(duì)基于內(nèi)容的音樂檢索的產(chǎn)生背

3、景和基本概念進(jìn)行了介紹，描述了檢索系統(tǒng)的系統(tǒng)框架以及相關(guān)技術(shù)。重點(diǎn)研究了樂紋數(shù)據(jù)庫(kù)的索引壓縮算法，針對(duì)檢索系統(tǒng)的兩個(gè)核心，特征提取和檢索算法進(jìn)行了研究，最終基于此研究實(shí)現(xiàn)了檢索系統(tǒng)，并設(shè)計(jì)了對(duì)比試驗(yàn)以驗(yàn)證系統(tǒng)的有效性。本文的主要研究工作包括以下幾個(gè)方面：
　　(1)針對(duì)當(dāng)前音頻數(shù)據(jù)量龐大，產(chǎn)生的樂紋索引耗費(fèi)大量存儲(chǔ)空間的問題，提出使用壓縮后綴數(shù)組來(lái)壓縮樂紋索引的方法，解決全文索引時(shí)索引空間過(guò)大的問題。主要利用有序樂紋數(shù)據(jù)中較高位特

4、征出現(xiàn)重復(fù)概率大的特點(diǎn)，使用游程編碼對(duì)樂紋序列進(jìn)行無(wú)損壓縮。解決數(shù)據(jù)庫(kù)大小與檢索匹配度不能兼得的矛盾。
　　(2)針對(duì)當(dāng)前互聯(lián)網(wǎng)存在大量有損格式音樂文件（如MP3等），對(duì)檢索系統(tǒng)的核心算法之一，特征提取算法進(jìn)行了研究，提出使用Mel頻率倒譜系數(shù)(MFCC)來(lái)計(jì)算有損壓縮格式音樂的特征值，提高檢索的準(zhǔn)確度。
　　(3)對(duì)檢索系統(tǒng)的另一核心，樂紋匹配檢索算法進(jìn)行了研究，提出兩種相似性距離計(jì)算方法，KL差異（Kullback-Le