基于內(nèi)容的快速音頻檢索.pdf

1、隨著互聯(lián)網(wǎng)應(yīng)用的不斷發(fā)展，傳統(tǒng)的基于文本的音頻搜索引擎在用戶體驗上已經(jīng)無法滿足人們?nèi)找嬖鲩L的使用需求。近年來，基于內(nèi)容的音頻檢索（Content-Based Audio Retrieval，CBAR）技術(shù)越來越成為國內(nèi)外學(xué)者關(guān)注的焦點(diǎn)。然而，面對海量的互聯(lián)網(wǎng)音頻數(shù)據(jù)，基于內(nèi)容的音頻檢索技術(shù)在檢索速度、噪聲魯棒性等方面依然亟待加強(qiáng)。
　　本文將主要著眼于以上兩方面問題，在音頻表示級層次的樣例檢索方面展開相關(guān)研究，主要包含以下幾方面工

2、作：
　　在檢索系統(tǒng)前端的音頻特征提取方面，簡要回顧了理論系統(tǒng)完善、檢索速度較快的局部敏感哈希（Local-Sensitive Hashing, LSH）索引的音頻檢索方法，針對其依然需要在對應(yīng)桶（Bucket）中進(jìn)行高維向量比較的缺點(diǎn)，提出了一種音頻特征壓縮的方法，并將其作為檢索系統(tǒng)的壓縮音頻特征。該方法與適當(dāng)?shù)钠ヅ浞桨附Y(jié)合，可以有效避免局部敏感哈希索引方法中高維向量的比較過程。
　　在檢索系統(tǒng)后端的音頻特征匹配方面，簡要

3、回顧了自然語言領(lǐng)域被廣為使用的倒排索引，針對其無法體現(xiàn)整個音頻時序性的缺點(diǎn)，引入了k-字近鄰搜索方法，提出了一種壓縮音頻特征域下基于倒排索引的音頻檢索方法。實(shí)驗表明該方法與本文提出的音頻特征相結(jié)合，在查詢音頻較純凈的情況下檢索速度和準(zhǔn)確率均優(yōu)于局部敏感哈希索引方法。
　　針對LSH方法噪聲魯棒性不強(qiáng)的問題，提出了壓縮特征域基于滑動窗的音頻檢索方法，并在速度上對算法進(jìn)行了優(yōu)化。實(shí)驗表明：該方法的噪聲魯棒性優(yōu)于LSH索引方法，且速度與