音乐指纹识别（三）：波形特征

对主流的音频格式进行解析以后，绘制出了声音的波形。一段音频的特征，需要在这段波形中寻找。在这里，会用到一些基础的数学知识，在文中只是简略的用文字进行原理的说明。

在数学中有提到，任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示。这段话如果用不太严谨语言，可以这样来理解，对一段的曲线来说，我们都可以用一组正弦曲线和余弦曲线叠加而成。这样一来，曲线就分解为一个一个正弦曲线和余弦曲线的叠加，只要知道主要的正弦和余弦曲线，就能够来表示这一段曲线的特征。

那正弦和余弦我们这么能够来表示曲线的特征呢？

在正弦和余弦中，每一条正弦和余弦都有自己的振幅和频率，振幅和频率就能代表正弦或者余弦的特征。

还有一个问题是需要有无穷多的正弦和余弦来拟合这条曲线，那特征不也是无效多个，在这里我们只取振幅较大的正余弦，也就是这几条正余弦主要构成了这条曲线，这是问题的主因。

寻找曲线的特征变成了选择构成主要正余弦的频率。

在工程中，有时域和频域的不同表示，现在我们需要频率的东西，需要把时域转换到频域中，转换的方法为傅里叶变换。

在实验中，先模拟一条曲线，在通过曲线的数据进行傅里叶变换后，看看能得到什么样的图形。

# -*- coding:utf-8 -*-
# /usr/bin/python2.7import numpy as np
from scipy.fftpack import fft,ifft
import matplotlib.pyplot as plt
import seabornfrom matplotlib.font_manager import FontProperties
import pylab as pl
import numpy as npsampling_rate = 8000
fft_size = 512
# 156.25和234.375HZ组成的曲线
t = np.arange(0, 1.0, 1.0/sampling_rate)
x = np.sin(2*np.pi*156.25*t)  + 2*np.sin(2*np.pi*234.375*t)xs = x[:fft_size]
#进行傅里叶变换
xf = np.fft.rfft(xs)/fft_size
freqs = np.linspace(0, sampling_rate/2, fft_size/2+1)
#归一
xfp = 20*np.log10(np.clip(np.abs(xf), 1e-20, 1e100))#绘制时域和频域的图片
pl.figure(figsize=(8,4))
pl.subplot(211)
pl.plot(t[:fft_size], xs)
pl.xlabel(u"s")
pl.title(u"156.25Hz 234.375Hz")
pl.subplot(212)
pl.plot(freqs, xfp)
pl.xlabel(u"Hz")
pl.subplots_adjust(hspace=0.4)
pl.show()

图片如下：

在代码中，使用156.25和234.375HZ的正弦组成了一条有周期的曲线，通过傅里叶变换后发现在156.25和234.375HZ的振幅最大，也就是由这两条正弦组成了这条曲线。

还有一个问题是一开始我们是假设这条曲线是周期性的，但有时候而且是更经常的时候波形的频率是变化的。如下图可以看出。

这时候需要采用的是傅里叶的另一种形式，成为短时傅里叶变换。可以把短时傅里叶变换理解为按时间分段的进行傅里叶变换。

可以通过如下的模拟，更能体现出短时傅里叶变换 的用法。

# -*- coding:utf-8 -*-
# /usr/bin/python2.7import matplotlib.pyplot as plt
import numpy as np# Fixing random state for reproducibility
np.random.seed(19680801)dt = 0.0005
t = np.arange(0.0, 20.0, dt)
s1 = np.sin(2 * np.pi * 100 * t)
s2 = 2 * np.sin(2 * np.pi * 400 * t)# create a transient "chirp"
mask = np.where(np.logical_and(t > 10, t < 12), 1.0, 0.0)
s2 = s2 * mask# add some noise into the mix
nse = 0.01 * np.random.random(size=len(t))x = s1 + s2 + nse  # the signal
NFFT = 1024  # the length of the windowing segments
Fs = int(1.0 / dt)  # the sampling frequencyfig, (ax1, ax2) = plt.subplots(nrows=2)
ax1.plot(t, x)
Pxx, freqs, bins, im = ax2.specgram(x, NFFT=NFFT, Fs=Fs, noverlap=900)
# The `specgram` method returns 4 objects. They are:
# - Pxx: the periodogram
# - freqs: the frequency vector
# - bins: the centers of the time bins
# - im: the matplotlib.image.AxesImage instance representing the data in the plot
plt.show()

代码对s2 信号进行了处理在10 和 12之间存在数据，总的信号如果直接要用傅里叶变换，s2 信号自然会被削弱，看看短时傅里叶变换 的波形：

可以看出100Hz 的频率不管在什么时候都是存在的，而400Hz 的在10 和 12之间才出现，这能更好的拟合现实的情况。

音乐指纹识别（三）：波形特征相关推荐

音乐指纹识别（二）：处理mp3音乐波形
之前已经处理完了wav文件的解析,在网络中经常出现的音频文件并不是wav文件,而是mp3文件.对于mp3文件的解析,直接使用pydub库. 安装 pydub 的方法: pip install pydu ...
【图像识别-指纹识别】指纹特征提取附matlab代码
1 内容介绍一指纹增强采用Lin Hong等人提出的基于Gabor滤波的方法进行指纹增强,可分为以下步骤: 标准化:标准化是把图像的平均灰度和方差调整到预定的级别上,以减少脊线上的灰度差异,方 ...
信息收集----CMS指纹识别
一.什么是指纹识别通过关键特征,识别出目标的CMS系统,服务器,开发语言,操作系统,CDN,WAF的类别版本等等 1.识别对象 1.CMS信息:比如Discuz,织梦,帝国CMS,PHPCMS,EC ...
java web指纹采集_Web指纹识别的介绍与编写
一. 前言 Web指纹是Web服务组件在开发时留下的对其类型及版本进行标识的特殊信息,包括Web服务器指纹.Web运用指纹以及前端框架指纹等.在Web安全测试过程中,收集Web指纹信息也是一个比较重要 ...
信息收集域名、IP、端口服务、指纹识别相关信息
信息收集域名.IP.端口服务.指纹识别.Googlehacking.目录信息.Githack相关信息域名相关的信息域名是什么域名的分类国际域名国别域名新顶级域名域名联系人信息 whois ...
【WAX云钱包】Cloudflare反爬虫突破（SSL指纹识别）
WAX云钱包在之前的多篇文章中,我们使用[Python]+[Selenium]来实现WAX链游脚本,主要是因为很多玩家一开始都是用WAX云钱包注册的账号,而WAX云钱包的私钥托管在云端,我们没法拿到 ...
指纹识别研究(一) 指纹的三级特征
本文部分内容摘自书籍 Handbook of fingerprint recognition P111-P115 大多数指纹识别和分类算法都采用特征提取阶段来识别显著特征. 从指纹图像中提取的特征通常 ...
指纹识别之电容式、超声波和光学式三面鼎立
电容式指纹识别这种技术利用指纹的电容差异来进行侦测指纹图像并进行算法识别.传感器上的电极会感知指纹的电容变化,通过测量电容值来提取指纹特征.电容式指纹识别器对指纹的要求较高,需要指纹与传感器之间有较 ...
指纹识别源代码（2）-特征点提取
源码已经上传到github,https://github.com/charlesLucky/FingerRecognitionFromScratch.git 上图为上一步拿到的图像预处理之后的细化图. ...

音乐指纹识别（三）：波形特征

音乐指纹识别（三）：波形特征相关推荐

最新文章

热门文章