Login

Журнал «Современная Наука»

Russian (CIS)English (United Kingdom)

МОСКВА +7(495)-755-19-13

Статьи:
A+ R A-

Подход к формированию вектора признаков для алгоритма формирования цифровых отпечатков аудиофайлов

E-mail Печать

А.В. Мансуров,  (К.т.н., доцент, ФГБОУ ВО "Алтайский государственный университет")

П.С. Ладыгин,  (Преподаватель, ФГБОУ ВО "Алтайский государственный университет")

Серия «Естественные и Технические науки» # 09  2017
Цифровые отпечатки аудиофайлов являются незаменимым средством для идентификации музыкального контента и выявления нелегального использования музыкальных произведений. Процесс их формирования на основе результатов обработки аудиофайла является одним из самых сложных моментов во всей технологической цепочке создания отпечатка. В публикации предлагается подход к созданию основы цифрового отпечатка – «вектора признаков» на основе нотного представления музыкального произведения. Приводится описание предлагаемого способа и результаты его апробации при обработке примитивных и сложных музыкальных композиций. Предложенный способ характеризуется устойчивостью к различным модификациям композиций – изменению скорости исполнения, переходам к другим октавам и добавлению дополнительных музыкальных инструментов.

Ключевые слова: Цифровой отпечаток, аудиофайлы, спектрограмма, идентификация.

 

Читать полный текст статьи …


СПИСОК ЛИТЕРАТУРЫ:
. Shum S. The Basics of Audio Fingerprinting [Электронный ресурс] / MIT Computer Science and Artificial Intelligence Laboratory. URL: http://people.csail.mit.edu/sshum/talks/audio_fingerprinting_sls_24Oct2011.pdf (дата обращения 25.06.2017).
2. Raphi Z. Audio Fingerprinting. [Электронный ресурс] / Zafar Rafii. URL: http://www.zafarrafii.com/doc/Rafii%20-%20Audio%20Fingerprinting%20-%20NU%20EECS%20352%202014.pdf (дата обращения 25.06.2017).
3. Goenka K.V., Patil P.K. Overview of Audio Watermarking Techniques // International Journal of Emerging Technology and Advanced Engineering. February 2012. Vol.2, Issue 2, pp. 67-70.
4. Haitsma J, Kalker T. A Highly Robust Audio Fingerprinting System / Journal of New Music Research, Vol. 32(2003), No. 2, p. 211-222.
5. Wang, Avery Li-Chun. An Industrial-Strength Audio Search Algorithm / [Электронный ресурс] / CSIE. URL: http://www.csie.ntu.edu.tw/~r95162/An%20Industrial-Strength%20Audio%20Search%20Algorithm.pdf (дата обращения 25.06.2017).
6. Van Nieuwenhuizen H.A, Venter W.C, Grobler M.J. The Study and Implementation of Shazam’s Audio Fingerprinting Algorithm for Advertisement Identification [Электронный ресурс] / SATNAC, September 2012. URL: http://www.satnac.org.za/proceedings/2011/papers/Software/181.pdf (дата обращения 25.06.2017).
7. Эволюция Content ID: как Youtube совершенствует свою самую спорную функцию [Электронный ресурс] / Air. URL: http://www.air.io/content-id-evolution/ (дата обращения 22.03.2017).
8. Cano P., Batlle E., Kalker T., Haitsma J. A review of audio fingerprinting // The Journal of VLSI Signal Processing, 2005. Vol.41, pp. 271–284.
9. Baluja S., Covell M. Content fingerprinting using wavelets, Proc // 3rd European Conference on Visual Media Production (CVMP 2006). Part of the 2nd Multimedia Conference 2006, 2006, pp. 198 – 207. DOI: 10.1049/cp:20061964
10. Sonnleitner R. Widmer G. Robust quad-based audio fingerprinting. IEEE/ACM Trans. Audio, Speech and Lang. Proc. 24, 3 (March 2016), pp. 409-421. DOI=http://dx.doi.org/10.1109/TASLP.2015.2509248.
11. Chen N., Xiao H.D., Zhu H. Robust audio fingerprinting based on GammaChirp frequency cepstral coefficients and chroma // in Electronics Letters, vol. 50, no. 4, pp. 241-242, February 13 2014. doi: 10.1049/el.2013.3554.
12. Malekesmaeili, Mani; Ward, Rabab K. A local fingerprinting approach for audio copy detection // Signal Processing, 2014, V. 98, pp.308-321.
13. Marolt M. A Mid-Level Representation for Melody-Based Retrieval in Audio Collections // in IEEE Transactions on Multimedia, vol. 10, no. 8, pp. 1617-1625, Dec. 2008. doi: 10.1109/TMM.2008.2007293.
14. Schulkind M.D., Posner R.J., Rubin D.C. Musical features that facilitate melody identification: How do you know it's "your" song when they finally play it? // Music Perception, 21, 217-249.
15. Serra J., Gomez E., Herrera P., Serra X. Chroma Binary Similarity and Local Alignment Applied to Cover Song Identification // in IEEE Transactions on Audio, Speech, and Language Processing, vol. 16, no. 6, pp. 1138-1151, Aug. 2008. doi: 10.1109/TASL.2008.924595.
16. Ning Hu, Dannenberg R. B., Tzanetakis G. Polyphonic audio matching and alignment for music retrieval // 2003 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (IEEE Cat. No.03TH8684), 2003, pp. 185-188. doi: 10.1109/ASPAA.2003.1285862.
17. Fujishima, T. Realtime Chord Recognition of Musical Sound: A System Using Common Lisp Music // In Proceedings of the International Computer Music Conference, Beijing, China, 22-27 October 1999; pp. 464–467.
18. Poliner G. E., Ellis D. P. W., Ehmann A. F., Gomez E., Streich S. Ong B. Melody Transcription From Music Audio: Approaches and Evaluation // in IEEE Transactions on Audio, Speech, and Language Processing, May 2007. Vol. 15(4), pp. 1247-1256. doi: 10.1109/TASL.2006.889797.
19. LabVIEW // [Электронный ресурс]. URL: http://labview.ru (дата обращения 07.05.2016)
20. Reaper // [Электронный ресурс]. URL: https://www.reaper.fm/ (дата обращения 07.05.2017)



© 
А.В. Мансуров, П.С. Ладыгинv, Журнал "Современная наука: актуальные проблемы теории и практики".
 

 

 

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"

Серия - Естеств. и Техн. науки

Выпуск 2017 10 Natural and Technical

Выпуск 2017 09 Natural and Technical

Выпуск 2017 7-8(1) Natural and Technical

Выпуск 2017 7-8(2) Natural and Technical

Выпуск 2017 06 Natural and Technical

Выпуск 2017 05 Natural and Technical

Выпуск 2017 03-04 Natural and Technical

Выпуск 2017 02 Natural and Technical

Выпуск 2017 01 Natural and Technical

Выпуск 2016 12 Natural and Technical

Выпуск 2016 11 Natural and Technical

Выпуск 2016 09-10 Natural and Technical

Выпуск 2016 08 Natural and Technical

Выпуск 2016 07 Natural and Technical

Выпуск 2016 06 Natural and Technical

Выпуск 2016 05 Natural and Technical

Выпуск 2016 04 Natural and Technical

Выпуск 2016 03 Natural and Technical

Выпуск 2016 02 Natural and Technical

Выпуск 2016 01 Natural and Technical

Выпуск 2015 13 Natural and Technical

Выпуск 2015 12(1) Natural - Technical

Выпуск 2015 12(2) Natural and Technical

Выпуск 2015 11(1) Natural and Technical

Выпуск 2015 11(2) Natural and Technical

Выпуск 2015 09-10 Natural and Technical

Выпуск 2015 07-08 Natural and Technical

Выпуск 2015 05-06 Natural and Technical

Выпуск 2015 03-04 Natural and Technical

Выпуск 2015 01-02 Natural and Technical

Выпуск 2014 11-12 Natural and Technical

Выпуск 2014 09-10 Natural and Technical

Выпуск 2014 07-08 Natural and Technical

Выпуск 2014 05-06 Natural and Technical

Выпуск 2014 03-04 Natural and Technical

Выпуск 2014 01-02 Natural and Technical

Выпуск 2013 11-12 Natural and Technical

Выпуск 2013 9-10 Natural and Technical

Выпуск 2013 7-8 Natural and Technical

Выпуск 2013 5-6 Natural and Technical

Выпуск 2013 3-4 Natural and Technical

Выпуск 2013 1-2 Natural and Technical

Выпуск 2012 12 Natural and Technical

Выпуск 2012 10-11 Natural and Technical

Выпуск 2012 8-9 Natural and Technical

Выпуск 2012 6-7 Natural and Technical

Выпуск 2012 4-5 Natural and Technical

Выпуск 2012-03 Natural and Technical

Выпуск 2012-02 Natural and Technical

Выпуск 2012-01 Natural and Technical

Выпуск 01-2011 Natural and Technical