主权项 |
一种基于音频指纹特征的音乐检索系统,其特征在于包括预处理模块,特征提取模块,倒排索引模块和精匹配模块四个部分;其中:所述的预处理模块,用于音频文件格式统一,音频重采样和音频滤波;所述的特征提取模块,用于对音乐文件的结构化表示,采用基于动态阈值的音乐指纹特征;首先对歌曲序列进行分帧,对每帧进行快速傅里叶变换,处理完所有帧,得到频谱矩阵;接着,对频谱矩阵进行平滑处理;然后,在矩阵中选取极值点,并根据动态阈值对这些点进行两次筛选,取大于阈值的点作为特征点;最后,用一个点对表示一个特征,并经哈希函数变换,输出一个哈希值为一个特征;对于每个特征点,在其后续频段的邻近区域内,选取最多P个最近邻的特征点与该特征点一一组成特征;所有特征按帧的先后顺序和首次特征点筛选顺序组成一维特征序列;所述的倒排索引模块,用于系统的初次检索,以一个特征作为一个关键词,对数据库中的每首歌曲的特征建立倒排索引表;当查询时,通过倒排索引表统计查询片段每个关键词在各歌曲中出现的次数,并将所有关键词在各个歌曲中出现的次数求和,然后对求和的结果进行排序,排序结果所对应的歌曲作为初次检索结果;所述的精匹配模块,用于系统的二次检索,先根据初次检索返回的结果选定候选歌曲,接着读取各候选歌曲的特征序列,并对特征序列按查询特征序列长度进行分段,对每首歌曲筛选出最为相似的Q个特征序列片段,即其与查询特征序列具有最多的相同特征个数;然后,对这Q个片段与查询特征序列进行改进的编辑距离计算,取最小的编辑距离作为该歌曲片段与查询片段的相似度;最后,根据相似度对候选歌曲进行排序,得到最终的检索排名。 |