c# AudioFingerprinting 和局部敏感散列

Question

我之前找到过类似的帖子，但没有真正回答这个问题。

在我的指纹识别中，我生成了一个包含 5 个整数的记录集。例如: 33,42,88,121,194

这些对应于特定音乐样本中具有最高幅度的频率。 例如:对于 30 毫秒的音频样本，我有以下频率的桶:

0-40

40-80

80-120

120-180

180-250

我正在尝试生成一个散列(一个宽容的散列)，它可能会为 33,42,88,121,194 就像说的那样

33,43,88,122,195

如果频率存在细微差异，则会形成类似的散列。

第一次是LSH？正如我所读到的，这最适合音频指纹识别。

如果没有，任何人都可以提供一些伪代码或 C# 来实现我正在寻找的功能吗？我已经阅读了 LSH、matlab 和 perl 的实现，但我不理解它们，因此发布指向它们的链接对我帮助不大。

再次感谢!

Answer 1

这可能是这个的副本:Compare two spectogram to find the offset where they match algorithm ，看起来您正在尝试做的是为样本中峰值的粗略分布生成直方图。有几种方法可以做到这一点，另一个“例子”在这里:Compare two spectogram to find the offset where they match algorithm

执行此操作的一种方法是使用峰值数据及其分布(随时间变化)的快速傅立叶变换，以生成蒸馏形式的样本的粗略等效。为此，您需要执行大致类似于以下操作的操作:

1. 将样本分成一些离散的部分(比如 1 秒)
2. 为每个样本部分开发一个近似于样本的指纹(比如取 5-7 个高峰和低峰，对其进行归一化，然后对其进行哈希处理
3. 您现在可以单独保留每个指纹(在一个集合中)，或者根据您的需要对序列运行转换以生成单个指纹。大多数情况下，您只需将序列附加在一起即可获得 1 秒间隔内的线性指纹。

要比较指纹，您对第二个样本运行相同的过程，然后使用 Diff 算法比较两者，使用一些“模糊”来确定它们的接近程度。您需要比较二维指纹、离散指纹的顺序以及每个样本的整体差异。

这篇关于制作类似于 Shazaam 的粗略 Java 的文章发表于前一段时间:http://www.redcode.nl/blog/2010/06/creating-shazam-in-java/可能对您有所帮助。