Shazam原理分析

1 数据库的建立：

1.1 特征提取：对每个音频提取spectrogram，横轴为时间，纵轴为频率，用每个坐标上点的颜色来表示能量高低，选取能量较高的作为特征点。

1.2 每秒提取三个特征点，如果数据库中总共有一百万首乐曲，每首乐曲的长度大约为4分钟，也就是240秒，那么一共大约有个特征点。

1.3 采用Hash Table建立数据库。Key值为每个特征点对应的频率，桶内存放的数据为特征点的偏移量以及音频的ID。那么假设对频率保留五位有效数字（有效数字太多，抗噪性能会变差），最多也只能建立个桶，用10bit来表示每个Key，平均每个桶中有个元素，碰撞会十分严重，检索效率太低。

1.4 为了提高检索效率，必须提高Key值的熵，也就是增加Key值的位数。这里采用特征点对的方法，每个Key值用三种特征值表示，f表示anchor的频率，表示anchor和target zone中特征点的频率差值，表示他们的时间差值，这样就可以建立个桶，大约是原来的倍，平均每个桶中只有一个元素，大大减小了碰撞的几率，检索一次的速率提高了倍。

1.5 由于采用了特征点对的方法，需要检索的次数是原来的100倍（数据库中多了10倍，被检索音频多了10倍）。即使这样，整体速度依然提高了10000倍。这就是一种以空间换时间的方法。

1.6 如果每个特征点仅仅检索一次的话，抗噪性能会大幅减弱。假设一个特征点匹配的概率为p，那么特征点对匹配的概率为，概率值减小了很多。因此采用target zone的方法，每个anchor对应一个target zone，每个target zone中有10个特征点，这样针对每个anchor都形成了10个特征点对，这10个特征点对中有一对能匹配的概率是，也就是每个anchor匹配的概率和原来（p）近似相等。

2 检索

2.1 对找到的匹配特征点按乐曲的ID进行分类，针对每一个ID得到一系列时间对，即数据库中音频特征点的偏移量和样例音频中特征点的偏移量。如下图：

2.2 当两个音频匹配时，这些特征点对将形成一条对角线，当能够检测到这样一条对角线时，说明两个音频匹配。

2.3 通过计算每个点横纵坐标的差值可以得到一个柱状图，找出其中最高的那根，就可以判断是否匹配了。

转载于:https://www.cnblogs.com/candybox/archive/2010/08/19/1803442.html

Shazam原理分析相关推荐

java signature 性能_Java常见bean mapper的性能及原理分析
背景在分层的代码架构中,层与层之间的对象避免不了要做很多转换.赋值等操作,这些操作重复且繁琐,于是乎催生出很多工具来优雅,高效地完成这个操作,有BeanUtils.BeanCopier.Dozer. ...
Select函数实现原理分析
转载自 http://blog.chinaunix.net/uid-20643761-id-1594860.html select需要驱动程序的支持,驱动程序实现fops内的poll函数.select ...
spring ioc原理分析
spring ioc原理分析 spring ioc 的概念简单工厂方法 spirng ioc实现原理 spring ioc的概念 ioc: 控制反转将对象的创建由spring管理.比如,我们以前用 ...
一次 SQL 查询优化原理分析（900W+ 数据，从 17s 到 300ms）
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试文章来源:Muscleape jianshu.com/p/0768eb ...
原理分析_变色近视眼镜原理分析
随着眼镜的发展,眼镜的外型变得越来越好看,并且眼镜的颜色也变得多姿多彩,让佩戴眼镜的你变得越来越时尚.变色近视眼镜就是由此产生的新型眼镜.变色镜可以随着阳光的强弱变换不同的色彩. 变色眼镜的原理分析 ...
jieba分词_从语言模型原理分析如何jieba更细粒度的分词
jieba分词是作中文分词常用的一种工具,之前也记录过源码及原理学习.但有的时候发现分词的结果并不是自己最想要的.比如分词"重庆邮电大学",使用精确模式+HMM分词结果是[&quo ...
EJB调用原理分析 (飞茂EJB)
EJB调用原理分析 EJB调用原理分析作者:robbin (MSN:robbin_fan AT hotmail DOT com) 版权声明:本文严禁转载,如有转载请求,请和作者联系一个远程对象至少 ...
深入掌握Java技术 EJB调用原理分析
深入掌握Java技术 EJB调用原理分析一个远程对象至少要包括4个class文件:远程对象:远程对象的接口:实现远程接口的对象的stub:对象的skeleton这4个class文件. 在 ...
神经网络(NN)+反向传播算法（Backpropagation/BP）+交叉熵+softmax原理分析
神经网络如何利用反向传播算法进行参数更新,加入交叉熵和softmax又会如何变化? 其中的数学原理分析:请点击这里. 转载于:https://www.cnblogs.com/code-wangjun/ ...

Shazam原理分析

Shazam原理分析相关推荐

最新文章

热门文章