基于音频指纹的分片音频检索算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 国内外研究的现状 | 第15-18页 |
| 1.2.1 国外研究现状 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 本文主要工作 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-20页 |
| 第2章 音频检索基础 | 第20-28页 |
| 2.1 人类对音频信息的认知机理 | 第20-22页 |
| 2.1.1 人的发声机理 | 第20-21页 |
| 2.1.2 听觉的感知机制 | 第21页 |
| 2.1.3 听觉特性 | 第21-22页 |
| 2.2 音频常用特征参数 | 第22-26页 |
| 2.2.1 时域特征参数 | 第23-24页 |
| 2.2.2 倒谱域特征参数 | 第24-26页 |
| 2.3 音频检索框架介绍 | 第26页 |
| 2.4 音频检索评价 | 第26-27页 |
| 2.5 小结 | 第27-28页 |
| 第3章 音频指纹检索技术的研究 | 第28-39页 |
| 3.1 音频指纹检索技术介绍 | 第28-31页 |
| 3.1.1 音频指纹概念及性质 | 第28-29页 |
| 3.1.2 音频指纹匹配算法 | 第29-30页 |
| 3.1.3 音频指纹技术的评价指标 | 第30-31页 |
| 3.2 Philips音频检索技术 | 第31-34页 |
| 3.2.1 指纹提取算法 | 第31-32页 |
| 3.2.2 指纹匹配算法 | 第32-34页 |
| 3.3 Shazam音频检索技术 | 第34-38页 |
| 3.3.1 指纹的指导性原则 | 第34-35页 |
| 3.3.2 指纹提取算法 | 第35-37页 |
| 3.3.3 指纹匹配算法 | 第37-38页 |
| 3.4 小结 | 第38-39页 |
| 第4章 基于三角组合的音频指纹提取算法 | 第39-54页 |
| 4.1 音频指纹检索系统的总体流程 | 第39-40页 |
| 4.2 音频数字化预处理 | 第40-42页 |
| 4.2.1 采样 | 第40页 |
| 4.2.2 量化 | 第40页 |
| 4.2.3 预滤波 | 第40-41页 |
| 4.2.4 预加重 | 第41页 |
| 4.2.5 加窗分帧 | 第41-42页 |
| 4.2.6 短时傅立叶变换 | 第42页 |
| 4.3 改进的音频指纹提取算法 | 第42-47页 |
| 4.3.1 峰值点选取 | 第42-45页 |
| 4.3.2 构建指纹 | 第45-47页 |
| 4.4 音频指纹匹配算法 | 第47-48页 |
| 4.5 仿真实验 | 第48-53页 |
| 4.5.1 实验数据 | 第48页 |
| 4.5.2 实验结果与分析 | 第48-53页 |
| 4.6 小结 | 第53-54页 |
| 第5章 基于音频指纹的分片音频检索方法 | 第54-64页 |
| 5.1 分片音频检索方法介绍 | 第54-55页 |
| 5.2 改进的音频指纹提取和匹配过程 | 第55-57页 |
| 5.3 仿真实验 | 第57-63页 |
| 5.3.1 实验数据 | 第57-58页 |
| 5.3.2 实验结果与分析 | 第58-63页 |
| 5.4 小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A 攻读学位期间的学术成果及参与的项目 | 第70-71页 |
| 致谢 | 第71页 |
