如何選擇音頻指紋算法來創建合作音樂數據庫？

Question

我需要創建一個合作音樂識別服務。每個用戶都可以選擇指紋歌曲並使用其元信息發送給服務器。在開始時，服務數據庫將是空的，並且每當音樂指紋將被接收時，歌曲的元數據將被更新（如果不同的用戶將發送不同的信息給用戶，服務器將基於多數選擇將元數據分配給指紋相同的指紋）。

我需要計算整首歌曲的指紋，我不需要從一小部分中識別出一首歌。

指紋不應100％準確。如果兩個歌曲文件將使用不同的壓縮率編碼，我會很高興，如果兩個歌曲文件將收到相同的指紋。低噪聲獨立性將是一個優點。我們應該使用標準的靜音抑制算法（在這種情況下，不需要非常精確的結果）將它們刪除，但是在歌曲的乞討或結束時不會出現問題。

我知道有一些開源庫，如：http://echoprint.me/和https://acoustid.org/，但thees庫對我的需求是excessive，因爲如果我正確地認爲它可以從一個部分識別歌曲，這將創建一個沉重的數據庫。我需要一種算法，可以爲整首歌曲提供一個不會太重（大約kb）的指紋。

女巫是我可以使用的最簡單快速的算法嗎？

感謝所有

Answer 1

我建議你使用AcoustID項目。您的描述在很多方面與此項目相匹配。只有他們的一些方法與你的建議不同。

該服務可以識別短音頻片段嗎？

不，它不能。該服務旨在識別完整音頻文件 。我們希望最終也支持這個用例，但目前它不是優先級。請注意，即使這將實現 ，它仍將用於匹配原始音頻 （例如，爲了追蹤長音頻流的目的），而不是音頻 與錄製在電話上的背景噪聲。

看一看他們的郵件列表，一些更好的解釋：https://groups.google.com/forum/#!forum/acoustid