Akusztikus lábnyom

Az akusztikus ujjlenyomat egy audiojelből létrehozott digitális összefoglaló . Ez az ujjlenyomat lehetővé teszi egy hangminta azonosítását, vagy egy hangsorrend felkutatását egy audio adatbázisban.

A gyakorlati felhasználás sokrétű, például dalok, felvételek, dallamok, reklámok, rádióadások, hanghatások vagy videofelvételek azonosítása.

Jellemzők

Az akusztikus lábnyomnak több feltételnek kell megfelelnie.

Sajátosság

A lenyomatnak elég pontosnak kell lennie, hogy két nagyon különböző hang ne legyen azonos.

Robusztus a torzításokhoz

Az akusztikus ujjlenyomat-algoritmusnak figyelembe kell vennie a hang hallható tulajdonságait. Ha az emberi fül két mintát azonosnak érzékel, akkor a lábnyomuknak egyenlőnek vagy nagyon közelinek kell lennie, még akkor is, ha numerikus ábrázolásuk nagyon eltérő. Mint ilyen, az akusztikus ujjlenyomatok a fogalom szokásos értelmében nem ujjlenyomatok. A legtöbb hangtömörítési technika ( MP3 , WMA , OGG ) jelentős változásokat eredményez az audiofájl bináris kódolásában, anélkül, hogy befolyásolná annak megtekintését. A jó akusztikus ujjlenyomat-algoritmus lehetővé teszi a felvétel azonosítását még azután is, hogy ilyen tömörítésen esett át. A sebesség enyhe változása vagy enyhe zaj szintén nem változtathatja meg túlságosan a lábnyomot.

Hatékonyság

A felhasználáshoz a lábnyomnak könnyen kiszámíthatónak kell lennie, azaz kicsi az idő bonyolultsága és könnyen tárolható, azaz kompakt, rövid.

Végrehajtások

• Az AMG LASSO egy kereskedelmi elismerési szolgáltatás, amelyet az All Media Guide indított el 2004-ben.
• Az Audible Magic Corporation egy kereskedelmi szerzői jogi azonosító és -kezelő szolgáltatás.
• Az AudioID a Fraunhofer kereskedelmi technológiája az automatikus akusztikai felismeréshez.
• A LazyTune egy olyan keresőmotor, amely akusztikus ujjlenyomatokat használ fel az audiofájlok felismerésére.
• A Gracenote MusicID egy olyan kereskedelmi termék, amely akusztikus ujjlenyomat-technikákat alkalmaz a dalok azonosítására (többek között).
  • A Winamp 5.5-ös verziója a Gracenote-ot használja a "Nullsoft Playlist Generator" pluginnel.
• A Foosic egy ingyenes nyílt forráskódú projekt, amely saját ujjlenyomat-technológiáját használja.
• A  SoundHound ( korábban Midomi ) egy online kereskedelmi szolgáltatás, amely képes felismerni két zenei minta egyenértékűségét, vagy azonosítani tud egy dalt, amelyet a felhasználó a számítógépének mikrofonjába énekel vagy suttog.
• A MusicBrainz egy ingyenes nyílt forráskódú zenei adatbázis-projekt.
• Shazam egy akusztikus ujjlenyomat-szolgáltatás a dalok mobiltelefonon történő azonosításához.

Lásd is

• Parsons-kód , egy dallam „körvonalának” egyszerűsített jelölése, amely lehetővé teszi a keresést
• Beszédfelismerés

Megjegyzések és hivatkozások

• (fr) Ez a cikk részben vagy egészben venni a Wikipedia cikket angolul című „  Akusztikus ujjlenyomat  ” ( lásd a szerzők listáját ) .

1. Pedro Cano, Eloi Batlle, Ton Kalker és Jaap Haitsma, „Az audio ujjlenyomat-készítés algoritmusainak áttekintése” , a multimédia jelfeldolgozás nemzetközi műhelyében, az Egyesült Államok Virgin-szigetei , 2002. december) ( online olvasható ) .