基于相似度的音频检索系统的设计与实现

论文摘要

随着网络技术的飞速发展,多媒体数据成指数级增长,音频压缩技术的进步及大容量存储器的出现也使得互联网上出现了海量的音频数据,这些信息被广泛应用于教育、娱乐、新闻、广告等多个领域,成为人们日常生活的重要组成部分。因此如何有效的对海量音频数据进行分析存储和检索是一个亟待解决的问题,相对于日益成熟的图像和视频检索,音频检索相对滞后。目前很多针对音频信息检索的许多研究中,大部分都是用所谓的基于内容的音频检索,主要是通过采用对音频信息建立索引和分类。但是在这里,相对照,我们关注基于相似度的搜索,它是关于对未标注的音频片断的仅仅基于信号相似度的搜索。对于基于相似度的音频搜索的一个传统的方法是基于数据本身的相关性或者基于从数据中抽取出的特征向量的信号检测技术。但是,使用这个技术的话,对于长时间的待检音频信号或者许多参考音频信号的计算量,搜索将会变得不切实际。当然,我们可以通过粗糙的匹配来改进速度,但这样同时也会不可避免地减少搜索的正确性与稳定性。因此我们采用了一种基于相似度的新的搜索算法,该算法不仅非常重要地提高了搜索速度同时也保证了足够的准确性。加速的关键在于一种有效的利用特征直方图的减枝算法,这种减枝算法也可以称为动态搜索的直方图快速搜索方法。本文实现了一个基于相似度得音频检索原型系统,实现了高速有效准确的音频检索,最后对基于相似度的音频检索系统的发展趋势进行了展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 音频以及音频内容
• 1.2 论文研究背景
• 1.3 国内外音频检索研究现状
• 1.3.1 国外音频检索技术研究现状
• 1.3.2 国内音频检索技术研究现状
• 1.4 本文研究意义
• 1.5 本文的章节安排
• 第二章 音频检索系统
• 2.1 音频检索概述
• 2.2 音频文件格式全介绍
• 2.2.1 WAV简介
• 2.2.2 MPEG简介
• 2.2.3 MID和RMI简介
• 2.3 音频信号特征提取与表达
• 2.4 基于内容的音频检索技术通用框架及特点
• 2.5 系统应用的相关技术
• 2.5.1 MEL倒谱系数MFCC
• 2.5.2 LBG算法
• 2.5.3 音频文件分割技术
• 2.5.4 并行匹配技术
• 第三章 系统的需求与设计
• 3.1 用户需求问题描述
• 3.2 系统需求功能描述
• 3.3 系统架构
• 3.4 功能描述
• 第四章 系统算法描述
• 4.1 特征提取算法
• 4.2 聚类算法:LBG算法
• 4.3 直方图生成及相似度计算算法
• 4.4 并行算法
• 第五章 系统应用
• 5.1 系统开发环境
• 5.2 系统功能模块
• 1. LBG算法求中心点模块
• 2. 特征提取模块
• 3. 数据准备模块
• 4. 并行音频检索模块
• 5.3 系统界面
• 5.4 系统测试
• 5.4.1 测试环境
• 5.4.2 测试指标定义
• 5.4.3 测试内容
• 5.5 基于信号相似度音频检索技术的主要特点
• 第六章 总结与展望
• 参考文献
• 致谢