音频指纹的算法--飞利浦解决方案

最新推荐文章于 2025-10-29 12:14:30 发布
转载 最新推荐文章于 2025-10-29 12:14:30 发布 · 3.2k 阅读 · 2

本文详细介绍了一种基于飞利浦方案的音频指纹技术，包括帧、步长的概念定义，以及通过能量差分产生指纹的具体步骤。此外，还介绍了如何将频率信息映射到33个频率带，最终形成音频指纹。

这个音频指纹暂时用来做同源音频聚类，判断歌曲是否是同一源的，


这里先介绍下飞利浦的方案-------A Highly Robust Audio Fingerprinting System，这个算法是在他上面的优化，

帧：                      一段固定时间的音频信息，Ts；

相邻两个帧：      两个帧重叠时间域为 31/32,

步长：                   一个帧与下一个帧起始时间之差，Tstep = 1/32 * Ts;


通过能量差分的关系，求得相邻音频两个帧（两帧之间的重叠区域为31/32）之间的能量关系，产生指纹，这个音频的特征值就是两帧之间的能量关系。


傅里叶变换成频率信息，把300 ---- 2000HZ 频率映射到33个频率带，计算各频率带的能量通过能量差分信息变换成二进制数。具体细节可以看论文

A Highly Robust Audio Fingerprinting System，这个方案，是把相邻帧之间的能量关系用来做为音频的特征。

大概步骤如下：

1.      提取一帧的音频信息

2.      加窗---汉宁窗

3.      FFT，把振幅信息转成能量信息，

4.      FFT结果取绝对值

5.      把频率在 300---2000，映射到33频率bands，计算各个band 能量

6.与上一帧能量值比较产生子指纹

详细说明

        音频实现实际上也是频率信息，每一个采样点记录的是波形在该点的振幅，对于一个音频文件来说，他的特征是在频率信息上。我们分辨音乐是通过人耳来分辨的，耳朵听到声音实际上也是频率信息，在指纹算法中也需要模拟人耳朵。

        产生指纹前面几步都没有什么要说的，都是些标准过程。从第5步才是说，如何把fft后结果映射到33个频率带中？需要模拟人的耳朵，人的耳朵对于频率范围在300---2000的声音比较敏感，人耳对于声音的鉴别主要集中在300 ---2000HZ这个频率段声音的强弱等信息来辨别，强弱信息就是能力信息，通过计算能量，来鉴别音频信息。

       如何把300 --- 2000Hz 映射到33个频率带了，根据 bark scale，耳朵听到的频率与实际的频率并不完全一致，既然是模拟耳朵，需要按照人耳听到的频率来映射。我们根据300---2000HZ 频率bark值，平均分成33的频率段，计算每个频率段能量和。

我们得到33能量信息，E[ 1....33 ],   E_ [ i ] = [ i + 1]   - E[ i ]; F[ n, M]表示第n帧，E_[  M ] 的值。

如果 F[ n, M]  ---   F[ n-1, M] > 0 第子指纹第M位 为1 ，否则 为0，这样两个帧的比较可以产生一个32子指纹，一个指纹由256指纹构成。




我们所要做的是音频聚类，稍微做了一下修改，

论文中3s音频信息可以产生一个指纹，一个指纹由256个子指纹构成，如果一个音频所有的时段都产生指纹无意会非常大。

对于音频信息，可能开始与结尾几s都是空信息，我们音频选取中间的时间段生成指纹，在实验中采用的指纹时间段为 85s----100s， 120 ---135s，这两个时间段

产生指纹，建库时候是这样建的。进行歌曲匹配的时候，90--93产生一个指纹，126s---129s参数一个指纹，分别与85s----100s， 120 ---135s指纹库匹配。


实验结果

实验的结果并不理想，识别率在98%左右，主要是两个工作没有做，第一个就是滤波，第二个就是频段的划分，在实验中我是 按照 bark scale 值平均分成33的频率带的，对于滤波，我只采取了 300--2000Hz。

结果图：后边数字表示错误率，越小越好，阀门值是0.35，

Beyond - 海阔天空-64.mp3 compare with  Beyond - 海阔天空.mp3  bit error: 0.0565186 0.0698242
Beyond - 海阔天空-64.mp3 compare with  O Fortuna.mp3  bit error: 0.459351 0.443726
Beyond - 海阔天空-64.mp3 compare with  凤凰传奇-荷塘月色.mp3  bit error: 0.461304 0.45166
Beyond - 海阔天空-64.mp3 compare with  刘德华 - 冰雨.mp3  bit error: 0.455078 0.455811
Beyond - 海阔天空-64.mp3 compare with  叶倩文 - 秋来秋去-64.mp3  bit error: 0.458496 0.444458
Beyond - 海阔天空-64.mp3 compare with  叶倩文 - 秋来秋去.mp3  bit error: 0.455078 0.447876
Beyond - 海阔天空-64.mp3 compare with  唐古 - 做你心上的人.mp3  bit error: 0.443604 0.443237
Beyond - 海阔天空-64.mp3 compare with  女子十二乐坊 - 梁祝.mp3  bit error: 0.45752 0.4552
Beyond - 海阔天空-64.mp3 compare with  孙燕姿 - 比较幸福.mp3  bit error: 0.452759 0.459961
Beyond - 海阔天空-64.mp3 compare with  张学友 - 只想一生跟你走.mp3  bit error: 0.452637 0.434814
Beyond - 海阔天空-64.mp3 compare with  王宁-伤不起.mp3  bit error: 0.462769 0.454346
Beyond - 海阔天空-64.mp3 compare with  甄妮、罗文 - 铁血丹心.mp3  bit error: 0.450928 0.455322
Beyond - 海阔天空-64.mp3 compare with  贵妃醉酒.mp3  bit error: 0.459473 0.453735
Beyond - 海阔天空-64.mp3 compare with  邓紫棋 - 你把我灌醉.mp3  bit error: 0.442505 0.459351
Beyond - 海阔天空-64.mp3 compare with  阿悄 - 哭笑不得.mp3  bit error: 0.458374 0.463623
Beyond - 海阔天空-64.mp3 belong to :, Beyond - 海阔天空.mp3

这里记录下用到的库的一些API吧，可能以后有用

mpg123，mp3音频解码的库，

mpg123_param (mh, MPG123_FORCE_RATE, outputRate, 0.0);  //设置音频解码后输出pcm采样率

mpg123_param(mh, MPG123_ADD_FLAGS, MPG123_MONO_LEFT, 0.0); //设置解码后pcm声道；


fftw 小波变换库，


本文转载自-http://blog.youkuaiyun.com/kappen123/article/details/20121169

Shazam音频指纹提取算法
do
11-14 6589
在知网上搜索了Shazam算法，但是参考资料真是少之又少，而且感觉讲得并不是很明白，于是找到了一篇老外写的博客，大致整理了一下其中核心的算法思想部分。 首先 附参考英文博客 其次，开始讲解 **（1）对于音乐文件加滑动窗，切分数据块。**滑动窗口只对一块原始信号进行傅里叶变换。数据块的大小可以通过多种方式确定。例如，我们录制了一段音乐，双声道，16-bit精度，44100Hz采样。这时1...
音频指纹识别
02-22
飞利浦算法 提取音频指纹 便于音频识别 此程序绝对好用
23、飞利浦音频指纹技术：原理、算法与应用解析
最新发布
metaverse5vr的博客
10-29 17
本文深入解析了飞利浦音频指纹技术的原理、算法与应用，涵盖音频指纹的设计指导原则、基于频谱能量差的子指纹提取方法、误报率分析模型及高效搜索算法。通过实验数据展示了该技术在多种音频压缩与处理下的鲁棒性，并介绍了利用可靠性信息优化搜索性能的机制。文章还探讨了其在大规模数据库中的高效匹配能力、实际应用案例、优势与局限性，以及未来在智能系统中的发展方向，全面呈现了该技术在音频识别领域的核心价值。
【亲测免费】 音频指纹识别技术：hsyecheng/Audio-Fingerprinting
gitblog_00035的博客
04-22 1489
音频指纹识别技术：hsyecheng/Audio-Fingerprinting 音频指纹识别是一种先进的数字信号处理技术，它能够通过创建独特的“指纹”来标识和搜索音频片段。在GitHub上，开发者hsyecheng分享了一个名为的开源项目，旨在为开发者提供一个实现这一功能的工具。 项目简介 Audio-Fingerprinting是一个Python库，主要用于生成音频文件的指纹，并进行音频片段的匹...
音频指纹(Philips)
aig8440的博客
05-06 421
参考《A Highly Robust Audio Fingerprinting System》 Philips 音频指纹提取流程： 仿真效果： 第一个图为歌曲1的第一个指纹。 第二个图为歌曲1压缩为192kbps的第一个指纹。 第三个图为歌曲2的第一个指纹。 第四个图为，图1和图2的指纹差。 第五个图为，图1和图3的指纹差。 转载于...
材料智能数据分析与音频指纹验证技术新进展
### 材料智能数据分析与音频指纹验证技术新进展 在材料科学和音频处理领域，近期分别取得了重要的研究成果。一方面，针对选择性激光熔化（SLM）技术生产的材料，开发出了智能数据分析的软件解决方案；另一方面，...
指纹追踪与音频CD防拷贝技术分析
# 指纹追踪与音频 CD 防拷贝技术分析 ## 1. 矩阵内积与软判决解码 矩阵内积可用于衡量两个矩阵的相似度。对于两个 q 元字 \(x_1\) 和 \(x_2\) 的矩阵表示，内积 \(\langle x_1, x_2\rangle = \ell - d_H(x_1, x_2)\...
A Highly Robust Audio Fingerprinting System
Maverick
10-17 4001
本文是音频指纹系统的权威论文，被引用近500次，除了一些背景信息、验证性分析和实验结果，翻译了大部分内容。 原文下载：http://www.nhchau.com/files/AudioFingerprint-02-FP04-2.pdf   具有高度鲁棒性的音频指纹识别系统   摘要 本文提出一个音频指纹系统。将一首未知音频段的指纹作为指纹数据库的查询，数据库包括大量歌曲的指纹，用于识别
音频指纹仿真(Philips)
WELEN的专栏
05-06 2746
参考《A Highly Robust Audio Fingerprinting System》 Philips 音频指纹提取流程：   步骤一： resample到5kHz，down-mix到mono。 步骤二： 分帧处理，帧长和帧移见文献。 步骤三： (1)加hanning窗，FFT变换，得到每帧的幅度谱 (2)将频率预300~2000Hz，划分33个子带，类似bark域
.NET中的开源音频指纹识别。 完全用C＃编写的高效的声音指纹识别算法。-.NET开发
05-27
.NET声音指纹中的音频指纹识别和识别是一个C＃框架，为音频和数字信号处理，数据挖掘和音频识别领域的公司，发烧友，研究人员设计。 .NET声音指纹中的音频指纹识别和识别是一个C＃框架，专门为音频和数字信号处理，数据挖掘和音频识别领域的公司，发烧友，研究人员设计。 它实现了一种高效的算法，该算法可快速插入和检索声学指纹，并具有很高的精度和查全率。 文档下面的代码片段显示了如何从音频文件中提取声学指纹，然后将它们用作标识符以
soundfingerprinting：.NET中的开源音频指纹。 完全用C＃编写的有效的声音指纹识别算法
01-29
.NET中的音频指纹识别和识别 soundfingerprinting是一个C＃框架，专门为音频和数字信号处理，数据挖掘和音频识别领域的公司，发烧友，研究人员设计。 它实现了一种高效的算法，该算法可以快速插入和检索声学指纹，并且具有很高的精度和查全率。 文献资料 下面的代码片段显示了如何从音频文件中提取声学指纹，然后将它们用作识别未知音频查询的标识符。 这些子指纹（或指纹，两个术语可互换使用）将存储在可配置的数据存储区中。 private readonly IModelService modelService = new InMemoryModelService (); // store fingerprints in RAM private readonly IAudioService audioService = new SoundFingerprintingAudioService (); // default audio library public async Task StoreForLaterRetrieval ( string pathToAudioFile ) {
AudioFingerprinting：使用两种不同的算法创建和搜索非常大的音频音乐指纹数据集（> 700万个）（也称为声学指纹）
01-29
用C＃.NET编写的音频指纹识别软件 该软件由Yvo Nelemans在开发。 我们是荷兰的公共图书馆，提供CD，LP和DVD的借阅服务。 我们收集了超过50万种实物，我们将其借给荷兰的贷方。 它有什么作用？ 您可以使用两种不同的算法来创建音频指纹。 使用一种算法，使用完整轨道作为输入来查找相同的音频轨道。 这基于并在此c＃.net库中实现。 第二种算法仅使用12到15秒的音频即可检测到正确的曲目。 在7,1毫米音轨的数据库中，平均检测到音频片段大约需要8-12秒。 必须使用SSD，否则无法使用具有此轨道数量的HD！ 这是一个工具包，仅是音频检测可以完成的示例。 创建指纹，索引指纹和检测音频的示例程序是muziekweb内部使用的简化版本。 大多数程序都使用大量的多线程，以最大限度地利用CPU。 最终，存储仍然是瓶颈。 要真正最大化CPU，您可能需要在内存中全部使用，但是由于仅指纹数据库超过700 gb，因此我们无法测试，并且您需要此数据，尤其是匹配部分。 测试音频数据 对于测试数据，我从The slip-Nine Inch Nails收录了10条音轨。 他们积极地允许您随时分享
matlab指纹定位代码-Project_Finger_Water:以下最后的项目论文是通过数字音频指纹识别和水印技术在音频识别和第二屏幕系统
05-20
matlab指纹定位代码Project_Finger_Water版本1_0 以下最终项目论文是通过数字音频指纹识别和水印技术在音频识别和第二屏幕系统中的应用程序集。该工作基于以下论文： 王立春“一种工业强度的音频搜索算法”，2003年。 Ingemar J. Cox，IEEE高级成员，Joe Kilian，F。Thomson Leighton和Talal Shamoon，IEEE成员；多媒体安全扩频水印，1997年。 我们总体上尝试将最后提到的水印技术的音频数据扩展到音频数据。 代码实现基于以下站点：和 有什么必要 该项目是在Matlab中完全开发的，应该可以在Windows / mac操作系统中使用。但是，重要的是： -Matlab版本至少为R2017a或更高版本，因为它支持使用simulink对所有android设备进行编程。 -安装适用于Android设备的Simulink支持软件包：在matlab中的“添加附件”选项中进行搜索。 原型系统说明 创建了一个歌曲数据库来识别一条可能与此数据库中的歌曲匹配的曲目，该曲目位于服务器优先的设备中。 确定了最适合剪辑的指纹特征的歌曲，然后继
matlab分时代码-audfprint:基于地标的音频指纹
05-21
matlab分时代码音频打印 基于地标的音频指纹识别。 Landmark-based audio fingerprinting. Create a new fingerprint dbase with "new", append new files to an existing database with "add", or identify noisy query excerpts with "match". "precompute" writes a *.fpt file under precompdir with precomputed fingerprint for each input wav file. "merge" combines previously-created databases into an existing database; "newmerge" combines existing databases to create a new one. Usage: audfprint (new | add | match | precompute | merg
飞利浦公司音频指纹识别算法解析
audio_algorithm的博客
12-13 5676
飞利浦公司音频指纹识别算法解析     一个音频指纹系统通常包括两个部分：即一个计算听觉重要特征的指纹提取算法和一个在指纹数据库中进行有效搜索的比对算法．当要识别一段未知音频时，首先按照指纹提取算法计算其音频特征，然后和数据库中存储的大量音频指纹相比对从而进行识别．一个有效的指纹提取算法和指纹比对算法能够在数据库中正确识别出可能经受各种信号处理失真的未知音频的原始版本．若识别到对应的原始指纹
AcoustID音频指纹环境配置--Chromaprint
weixin_30411239的博客
07-30 847
AcoustID是一个开源的音频识别项目。官网链接：https://acoustid.org/ bitbucket链接：https://bitbucket.org/account/user/acoustid/projects/AC 该项目的组件包括： 1. Server： 一个Python编写的Web应用。配置完成后，可以通过Url访问Web服务，并根据api参数从...
AcoustID音频指纹环境配置--Server
weixin_30852367的博客
08-01 432
配置AcoustID开源项目的Server端，包括两部分内容：acoustid-server和acoustid-index。 分别参考https://bitbucket.org/acoustid/acoustid-server https://bitbucket.org/acoustid/acoustid-index ###acoustid-server配置###...
高效音频指纹识别算法 - soundfingerprinting开源项目解析
标题 "Algorithm-soundfingerprinting....这项技术对于处理大规模音频数据识别问题提供了一个强大而灵活的解决方案。通过开源方式的社区支持，这项技术有潜力不断进化，被广泛应用于音频内容检索、版权保护等多个领域。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值