一种基于音乐指纹特征的音乐检索方法及系统

摘要

本发明公开了一种基于音乐指纹特征的音乐检索方法及系统，其方法包括：构建音乐指纹索引，输入音频信号并进行预处理获取音频频谱图，在频谱图内选取第一锚点、第二锚块和第三锚块进行组合，得到指纹并将其插入到哈希表内，记录该指纹出现的歌曲ID和在歌曲内的位置；音乐检索，提取待检索音乐片段的指纹序列，通过查找哈希表得到各指纹对应的歌曲ID和歌曲位置链表，构建歌曲ID与指纹对应的匹配表，将匹配表内重复最多的歌曲内位置作为命中数，将命中数最多的歌曲作为检索结果。本发明实现当音乐库达到百万级时快速检索；克服信道漂移的问题；提高指纹的抗噪性、鲁棒性；解决最少录音时间的限制；获得更紧致，占更少内存空间的指纹特征。

主权项

一种基于音乐指纹特征的音乐检索方法，其特征在于，包括：构建音乐指纹索引，输入音频信号并进行预处理获取音频频谱图，在频谱图内选取第一锚点、第二锚块和第三锚块进行组合，得到指纹并将其插入到哈希表内，记录该指纹出现的歌曲ID和在歌曲内的位置；音乐检索，提取待检索音乐片段的指纹序列，通过查找哈希表得到各指纹对应的歌曲ID和歌曲位置链表，构建歌曲ID与指纹对应的匹配表，将匹配表内重复最多的歌曲内位置作为命中数，将命中数最多的歌曲作为检索结果；所述第一锚点的获取方式为：将频谱图切分为M×N块，其中M是指将频谱图纵向频域均匀划分为M个频带，每个频带为a个点；N是指将频谱图横向时域以步长b为单位切割为N个部分；在每块中选取一个幅值最大的点作为第一锚点，并将第一锚点附近R*R的区域内的点赋值为0；所述第二锚块的获取方式为：以第一锚点为起点，在时移b帧后的矩形区域内搜索第二锚块；将该矩形区域划分为X个3*3小块，在每个3*3小块内选择最大的幅值作为该3*3小块的小块代表值，在该矩形区域内选择小块代表值最大的3*3小块的作为第二锚块，并以第二锚块为中心将R*R的区域内的点赋值为0；所述第三锚块的获取方式为：以第一锚点为起点，在时移b帧后的大矩形区域内搜索第三锚块；将该大矩形区域划分为Y个小矩形区域，每个小矩形区域划分为y个2*2小块；在每个2*2小块内选择最大的幅值作为该2*2小块的小块代表值，在小矩形区域内选取出幅值最大的2*2小块，在大矩形区域内选择Z个2*2小块作为第三锚块。