导读:本文包含了音频指纹论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式系统,状态监视,音频指纹采集,诊断分析系统
音频指纹论文文献综述
姚明,韩浩江,周鸣[1]（2019）在《分布式变电站设备音频指纹特征采集和诊断分析系统》一文中研究指出本文介绍了一种基于ARM的分布式变电站设备音频指纹特征采集和诊断分析系统,该系统由一个或多个音频采样模块和一个集控中心组成。音频采样模块具有小型化、模块化、易安装的特点,对所监测的变电站设备布局、空间结构等没有特殊要求,依靠简易支架固定在目标区域内,主要通过声音传感器获取设备及环境音频,通过高速网络将音频数据传输到集控中心,集控中心诊断分析系统利用融合卷积神经网络和聚类分析算法的多层音频特征诊断模型对音频样本进行诊断分析,以获取设备及环境实时状态,并对诊断信息进行实时记录和存储,可以有效实现设备故障预警和故障定位。通过在实际变电站环境下安装采集诊断系统并开展长期系统验证测试,表明本文设计的方案性能稳定,功能完善,具备实用价值。(本文来源于《电器工业》期刊2019年06期）
胡俊,李胥,陈毅[2]（2018）在《一种音频指纹检索算法的改进方法》一文中研究指出传统的Shazam音频指纹检索算法构造了一个倒排查询作为索引,但是索引的空间有限导致检索效率低,从而影响检索时间。基于Shazam算法,结合当今工程应用中储存空间越来越廉价的现状,提出了一种新的空间换时间的方法。在改进算法中,通过改变索引空间大小,提高了检索时间和提升了准确率。通过仿真实验分析,验证了该方法的有效性。(本文来源于《工业控制计算机》期刊2018年02期）
张永[3]（2017）在《基于音频指纹的分片音频检索算法的研究》一文中研究指出随着互联网的快速发展,多媒体信息尤其是音频信息呈现出爆炸式增长。传统的基于文本的检索方法已经不能满足人们对音频信息检索的需求。基于音频信号的音频检索技术的研究正在快步推进,尤其是音频指纹检索技术是研究的热点,音频指纹是从音频信号中提取的一段数字摘要,比较的是其相应较小的数字指纹,而不是直接比较很大的音频数据本身。因此,音频指纹检索技术不仅能大大减少搜索量,而且能够显着的提高检索效率。随着技术发展,其应用场景已经进入音乐检索、版权保护、广告监播、电视互动等各种领域。因此,对音频指纹检索技术进行研究有很大的意义。本文以Shazam算法为基础,通过对音频指纹提取过程进行分析,提出了改进的音频指纹提取算法,提高了音频检索的准确率。在改进音频指纹提取算法的基础上,提出了分片音频检索算法,在保证了检索准确率的同时,大大缩短了检索时间。主要工作如下:提出了一种基于叁角组合的音频指纹提取算法。详细分析Shazam算法中音频指纹提取过程的优缺点,针对Shazam算法中将频谱峰值点进行点对组合构成音频指纹,优化为一个锚点对应两个目标峰值点组成叁角组合,以此构成音频指纹。这样不但可以增加指纹信息量,减少提取的指纹量,而且更加增强了音频指纹的鲁棒性,从而提高了音频检索算法的准确性和鲁棒性,并且通过仿真实验证明了该改进算法较高的检索性能。提出了一种基于音频指纹的分片音频检索方法。该方法以改进的音频指纹提取算法为基础,对音频指纹提取和匹配过程进行优化,利用音频分片和匹配阈值的思想,将较长待检音频片段进行分片,对分片进行音频指纹提取和匹配,若匹配值大于匹配阈值,检索结束,就不用对剩余的分片进行任何处理,否则,就需要使用其他分片。该改进方法,在保证比较高的准确率的同时,能在很大程度上缩短检索时间,最后通过仿真实验也证明了该结论。(本文来源于《湖南大学》期刊2017-05-10）
孙宁,赵维平,陈美,李超[4]（2018）在《一种改进的Philips音频指纹检索算法》一文中研究指出在Philips音频指纹检索算法中,构造一个查询表作为索引,由于内存消耗过大限制其广泛应用。为此,基于Philips音频指纹检索原型,提出一种改进算法。结合斐波那契数列和右移运算,构造新的哈希函数,通过斐波那契优化哈希值分布,并执行右移运算调整哈希表的长度。实验结果表明,改进算法能减少内存消耗,提高系统的实用性。(本文来源于《计算机工程》期刊2018年01期）
况鑫楠[5]（2017）在《基于大数据平台的音频指纹检索系统的研究与实现》一文中研究指出随着网络流媒体技术以及社会化网络的发展和大数据时代的到来,越来越多的音频信息出现在互联网中,在给人们的生活娱乐带来便利的同时,也对其存储和管理增加了难度。大量重复、冗余的数据对音频数据库的存储空间造成巨大浪费的同时,也增加了数据库维护、数据分类和检索的难度。如何识别出重复冗余的音频数据、对音频数据库进行有效维护以及在海量音频数据中快速有效地进行检索成为当前信息检索领域的一个研究热点与难点。木课题首先对音频指纹检索技术的商业前景以及研究现状进行了详细介绍,说明了该技术的优点以及研究的必要性。该技术是基于内容的音频检索技术的一种,与传统基于文本的检索技术相比,它的优势在于信息检索不再依赖于人工标注的标签和关键字,而是使用音频本身的时间、频率率、振幅、能量等多个维度的特征进行检索,在减少人力的同时,提高了检索的准确性和效率。然后对Echoprint、Chromaprint、Philips等几种现有的音频指纹检索技术进行了研究比较,并在现有国内外算法和技术成果的基础上,提出了一种基于FFT的哈希指纹提取算法和基于阈值的固定间隔抽样的哈希检索算法,使得提取算法在保持鲁棒性和抗噪性的同时,提高了检索算法的准确性以及效率。同对音频指纹数据进行了优化以缩短指纹的长度、提高检索的效率并设计了几种基于Hash表的存储结构,出于对存储空间的占用以及检索效率的综合考虑,最终选择了基于动态数组的Hash表作为指纹在内存中存储的数据结构。最后对Hadoop、Storm、Spark大数据平台进行了分析比较,并在此基础上提出了音频指纹的序列化分布式存储方案,提高了算法的并发性,进而构建了 一套Spark大数据平台下的高并发、高性能的音频信息分布式存储与检索系统,对音频指纹检索技术的发展和实际应用具有指导意义。(本文来源于《北京邮电大学》期刊2017-01-03）
鲁明明,张晖,沈庆宏[6]（2016）在《基于功率谱特征的音频指纹实现》一文中研究指出音频指纹是指一段可以表示音频信号重要声学特征的摘要,在音频信号的识别、安全验证、完整性校验等方面有广泛的用途。提出了一种基于信号功率谱特征的音频指纹编码方法,通过对音频信号做STFT计算功率谱,提取信号时频域的功率极值点作为特征并利用其空间结构做哈希计算得到音频指纹。经过实验验证,该算法对时长为2s以上的音频样本可以达到95%以上的识别率,对AWGN噪声具有较强的抑制能力,具有算法简单、识别快速准确、鲁棒性高、抗噪声能力强等特点。(本文来源于《电子测量技术》期刊2016年09期）
申海娟,王翾[7]（2016）在《基于数字音频指纹的广播广告检测方法研究》一文中研究指出音频信息的检索是多媒体检索技术中的一个重要方面,本文基于数字音频指纹的快速检索算法提出了一种广告检测技术,该算法将音频流分块提取数字音频指纹,然后在广告音频指纹库中粗检索,检索过程中同时得到相似广告的时间偏移及广告长度信息,进而进行完整匹配,实现了广告信息快速完整检索。为了消除音频指纹检索受采样率误差的影响,精细匹配时提出了分割匹配的方法。实验证明,该方法具有检索速度快、受采样率误差影响小的特点。(本文来源于《中国传媒大学学报(自然科学版)》期刊2016年04期）
申海娟,王翾[8]（2016）在《基于数字音频指纹的广播广告检测方法研究》一文中研究指出音频信息的检索是多媒体检索技术中的一个重要方面,本文基于数字音频指纹的快速检索算法提出了一种广告检测技术,该算法将音频流分块提取数字音频指纹,然后在广告音频指纹库中粗检索,检索过程中同时得到相似广告的时间偏移及广告长度信息,进而进行完整匹配,实现了广告信息快速完整检索。为了消除音频指纹检索受采样率误差的影响,精细匹配时提出了分割匹配的方法。实验证明,该方法具有检索速度快、受采样率误差影响小的特点。(本文来源于《第24届中国数字广播电视与网络发展年会暨第15届全国互联网与音视频广播发展研讨会论文集》期刊2016-04-25）
朱洁,邓开发[9]（2016）在《基于改进小波包变换的音频指纹提取算法》一文中研究指出数字音频指纹技术在音频信号分析和处理中起着重要作用。针对传统基于时频分析的音频指纹提取算法中仅使用信号能量作为特征参数,而无法全面表征出信号的复杂度和不规则性问题,提出了基于小波包分解与重构,将小波包系数的奇异值熵和样本熵相结合,作为音频信号的特征参数提取指纹。实验证明,该算法提取的指纹提高了音频识别的准确率,在常见信号处理下能保持较强的鲁棒性,并具有明显的区分音频和定位音频篡改位置的能力。(本文来源于《电子科技》期刊2016年03期）
罗凤鸣[10]（2016）在《基于哈希的音频指纹提取算法的研究》一文中研究指出近年来,随着多媒体技术的不断发展和互联网的普及,各式各样的多媒体应用也层出不穷,也越来越深入人们的日常生活。特别是音乐识别类应用,人们通常希望能识别出未知音频的详细信息,例如歌曲的名字,歌曲的演唱者、作曲人等。由于网络环境的包容性和复杂性,音频文件通常会经过压缩、编辑等操作,导致音频文件的失真或不完整,另外,在音频的传输过程中还可能产生噪音,如何在各种环境下鲁棒而又高效的识别大量的音频文件成了音频指纹技术中的一大难点。音频指纹技术通过提取音频信号的特征对音频进行识别。音频指纹是数字音频信号经过哈希函数压缩后的一种紧致表现,能唯一的标识音频信号。本文对哈希函数的发展以及在音频指纹领域的应用进行了总结,阐述了音频哈希函数从传统哈希函数到感知哈希函数的进化历程。感知哈希函数继承了传统哈希函数的优点,通过模拟人耳听觉特性,使得生成的指纹具有抗内容保持操作、对内容篡改操作的敏感性。梅尔域就是一种模拟人耳听觉系统的数据模型。本文提出了一种基于梅尔滤波器的哈希构造方法,指纹具有感知特性,并且加入了动态特征系数以及平均能量值,提高了指纹的识别性和鲁棒性。在指纹的后处理当中应用了哈尔小波变换,有效的减小了音频指纹的体积。针对新提出的指纹算法,本文还提出了一种新的双因子匹配算法,将音频指纹从方向和距离两个维度来比较相似度,提高匹配的效率及准确率。我们对提出的新算法进行了实验。实验表明,本文提出的算法提取出的指纹具有较高的精度、较小的体积,能有效的减小指纹数据库的空间,匹配过程中的双因子系数能提高指纹匹配率,适用于音频文件退化或者有一定噪音背景的场景。(本文来源于《湖南师范大学》期刊2016-03-01）
音频指纹论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的Shazam音频指纹检索算法构造了一个倒排查询作为索引,但是索引的空间有限导致检索效率低,从而影响检索时间。基于Shazam算法,结合当今工程应用中储存空间越来越廉价的现状,提出了一种新的空间换时间的方法。在改进算法中,通过改变索引空间大小,提高了检索时间和提升了准确率。通过仿真实验分析,验证了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
音频指纹论文参考文献
[1].姚明,韩浩江,周鸣.分布式变电站设备音频指纹特征采集和诊断分析系统[J].电器工业.2019
[2].胡俊,李胥,陈毅.一种音频指纹检索算法的改进方法[J].工业控制计算机.2018
[3].张永.基于音频指纹的分片音频检索算法的研究[D].湖南大学.2017
[4].孙宁,赵维平,陈美,李超.一种改进的Philips音频指纹检索算法[J].计算机工程.2018
[5].况鑫楠.基于大数据平台的音频指纹检索系统的研究与实现[D].北京邮电大学.2017
[6].鲁明明,张晖,沈庆宏.基于功率谱特征的音频指纹实现[J].电子测量技术.2016
[7].申海娟,王翾.基于数字音频指纹的广播广告检测方法研究[J].中国传媒大学学报(自然科学版).2016
[8].申海娟,王翾.基于数字音频指纹的广播广告检测方法研究[C].第24届中国数字广播电视与网络发展年会暨第15届全国互联网与音视频广播发展研讨会论文集.2016
[9].朱洁,邓开发.基于改进小波包变换的音频指纹提取算法[J].电子科技.2016
[10].罗凤鸣.基于哈希的音频指纹提取算法的研究[D].湖南师范大学.2016