Технология идентификации Фонограмм - Music Records
Matching (MRM)
Приложение предназначено для демонстрации технологий создания индекса -
аудиоотпечатка фонограмм (Audio или Acoustic Fingerpinting) и идентификации фонограмм по
короткому аудиофрагменту (Audio Identification).
Sloud MRM Audio Fingerpint является компактным представлением аудиосигнала
(индексом) фонограммы, предназначенным для быстрого контентного поиска фонограмм
в больших базах данных. Этот индекс не имеет отношения к поиску музыки по
названию, автору и прочей текстовой информации. Он основан непосредственно на
звуковых данных. Sloud MRM Audio Fingerpinting реализуется в два этапа:
- преобразование аудиофайла к стандартному PCM файлу;
- индексация фонограммы от начала до конца.
В демо версии используются только MP3 файлы, как наиболее распространненые.
Однако технология не исключает идентификацию аудиозаписей любых других
форматов.
Sloud MRM Audio Identification представляет собой технологию идентификации
проиндексированных фонограмм по 15-секундному аудио отрывку, записанному в
произвольный момент времени звучания фонограммы.
Обе технологии рассчитаны на идентификацию слабо искаженных аудиоданных.
Такого рода искажения обычно возникают при оцифровке и преобразовании
фонограмм из одного аудиоформата в другой, при компрессии и декомпрессии
аудиоданных и, как правило, сопровождаются ухудшением качества звучания за
счет изменений спектра сигнала.
Для чистоты эксперимента демонстрация технологии Sloud MRM Audio
Identification производится с использованием звуковой карты и того плеера,
который установлен на компьютере пользователя.
Предварительные характеристики системы идентификации аудиозаписей:
- Вероятность правильной идентификации музыкальных записей в WMA и
MP3 форматах не хуже 98% (индексация произведений в формате MP3 или
WMA, образец в оригинале CD).
- Размер индекса в базе данных: 155 байт на 1 секунду аудиозаписи,
что приблизительно в 10 раз меньше аналогичных параметров похожих
приложений.
- Размер запроса (зернистость): 15 секунд.
- Мас?табируемость системы: до нескольких миллионов аудиозаписей (с
учетом возможности кластеризации данных).
- Время поиска, включая время на индексирование запроса: около 2 с.
|
