針對現(xiàn)有音頻檢索中樣本音頻特征庫數(shù)據(jù)量較大且檢索速率慢問題,本文提出一種基于壓縮感知和音頻指紋降維的固定音頻檢索方法.在音頻檢索的訓(xùn)練階段,首先,對樣本音頻信號進(jìn)行稀疏化處理,并通過壓縮感知算法對稀疏化后的音頻數(shù)據(jù)進(jìn)行壓縮;其次,提取壓縮信號的音頻指紋;再次,引入音頻指紋離散基尼系數(shù)通過計(jì)算音頻指紋各維度的離散基尼系數(shù)對指紋實(shí)施降維,最終得到檢索特征庫.在音頻檢索階段用和訓(xùn)練階段相同的算法提取待檢音頻的特征與音頻特征庫數(shù)據(jù)匹配得出檢索結(jié)論.實(shí)驗(yàn)結(jié)果表明,所提音頻檢索方法在確保較好的檢索準(zhǔn)確率的基礎(chǔ)上,大幅度減小了樣本音頻數(shù)據(jù)庫的存儲量,提高了音頻的檢索速率. 

【文章來源】：計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(08)

【文章頁數(shù)】：8 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于人工智能識別的音樂片段指紋檢索技術(shù)研究[J]. 王暉楠,魏嬌.  自動化與儀器儀表. 2019(05)
[2]基于壓縮感知的信號時(shí)頻表示重構(gòu)[J]. 李秀梅,呂軍.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(07)
[3]基于壓縮感知的魯棒性說話人識別參數(shù)研究[J]. 于云,周偉棟.  計(jì)算機(jī)技術(shù)與發(fā)展. 2016(03)
[4]利用紋理信息的圖像分塊自適應(yīng)壓縮感知[J]. 王蓉芳,焦李成,劉芳,楊淑媛.  電子學(xué)報(bào). 2013(08)
[5]行階梯觀測矩陣、對偶仿射尺度內(nèi)點(diǎn)重構(gòu)算法下的語音壓縮感知[J]. 葉蕾,楊震,王天荊,孫林慧.  電子學(xué)報(bào). 2012(03)
[6]基于K-L距離的兩步固定音頻檢索方法[J]. 齊曉倩,陳鴻昶,黃海.  計(jì)算機(jī)工程. 2011(19)
[7]一種基于仿生模式識別思想的固定音頻檢索方法[J]. 張衛(wèi)強(qiáng),劉加,陳恩慶.  自然科學(xué)進(jìn)展. 2008(07)
[8]網(wǎng)絡(luò)音頻數(shù)據(jù)檢索技術(shù)[J]. 張衛(wèi)強(qiáng),劉加.  通信學(xué)報(bào). 2007(12)



本文編號：3587077