海量音頻指紋數據的存儲與檢索研究.pdf

1、隨著大數據時代的到來,尤其是包括圖像、音頻、視頻在內的海量多媒體數據,這些數據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,基于內容的多媒體檢索技術應運而生,這種技術的出現使得信息檢索不再依賴于數據的標簽和關鍵字,而且搜索結果更為準確,搜索方式更為便捷。
　　音頻數據作為多媒體中重要組成部分,其數據規(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據中找

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字特征,然后在事先準備的海量音頻指紋數據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、取與匹配算法已經在實驗室中取得了豐碩的成果,并在部分產品中得到了應用,但所處理的數據集規(guī)模相對較小。在應用到大規(guī)模數據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,對海量音頻指紋數據的存儲與檢索進行了設計、實現及優(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