基于内容的海量音频智能检索与重复性检测-计算机科学与技术专业毕业论文.docx

声 明
本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下, 独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。
论文作者签名: 壑堑 日期: .|弓
关于学位论文使用权的说明
本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;
③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的, 复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。
签 名: 赵娟 日期: 2。IS.。
导师签名: 氧圣地 日其月. 窒丝龙厶乒
万方数据
太原理工大学硕士研究生学位论文 JIIII I I Ul l III I III U UI
Y2797540
基于内容的海量音频智能检索与重复性检测
摘要
互联网技术的发展和计算机处理能力的提高,使得我们面临着“信息海洋"的时代,尤其是对于音频信号这种非结构化数据的存储量越来越多, 对其存储与管理的需求也越来越大。传统的基于文本的音频检索技术是指利用与音频内容相关的文本关键词作为查询输入,输出音频的完整信息。它需要人工对音频所表示的含义进行文本标注,存在主观性和不完整性, 因此无法准确描述音频信息中所蕴含的丰富的语义信息及内容的感知信息,也不能够满足在海量音频数据的环境下对音频内容快速高效的检索要求。基于内容的音频检索是指通过对音频数据中的旋律、音调、响度等音频特征的详细分析,使与查询输入不同的音频数据具有不同的语义,而具有相同语义的音频在听觉感知上保持相似。不仅避免了基于文本检索的诸多弊端,也能够适应海量音频环境下的检索需求,成为很多国内外学者的研究重点和热点。
本文在认真总结国内外学者研究成果的基础上,重点针对基于内容的音频检索相关技术进行了讨论,并在Philips指纹提取技术的基础上,重点围绕音频特征分类与索引技术进行了研究,对音频的相似度量方法进行了合理的选择,最后结合Fi lter—and—Refine框架模型在提高音频检索准确率的基础上,加快检索速度,同时能够支持实时音频检索。实现了在普通配置的PC机上从13W条音频库中进行音频片段检索的平均速度在1s 内,检索召回率达到95%以上,检索准确率达到97%以上,对于互联网时代下的音频数据访问服务有重大意义。
万方数据
太原理工大学硕士研究生学位论文
本文的主要工作及研究成果如下: ,重点对本文用到的帧
特征和段特征分别进行了说明,选取了Phi l ips指纹提取技术作为研究基础,结合ABV算法设计并实现了对音频指纹的压缩和分类,能够在短时间内对不相关的音频进行快速过滤处理,减少了匹配计算量。
,使用混合哈希算法对提取的音频指纹建立哈希索引表,使得其对音频指纹的散列分布性好,抗冲突性强,计算效率高。
l ter-and-Refine框架实现了层级过滤音频检索系统,加快了过滤速度,提高了匹配效率。
关键词:基于内容的音频检索,ABV算法,音频特征提取,音频相似度
万方数据
太原理工大学硕士研究生学位论文
CONTENT-BASED INTELLIGENT RETRjEV:芦山AND
REPETITIVE DETECTION OF MASSIⅦAUDIO
AB STRACT
With the development of data and the improvement puting power,we faced with the”information ocean" for unstructured data’S storage,such as audio signals,more and more demand for its storage and management is text—based audio retrieval technology prefers to use keywords related to audio content as query input text,then find out plete audio information we are needs human to text annotations of the meaning of