[发明专利]基于MDCT频谱期望的压缩域音频指纹提取方法

摘要

本发明涉及一种直接从压缩域音频文件(MP3格式)提取音频指纹的方法，对MP3格式音频文件进行解码得到MDCT(Modified Discrete Cosine Transform，改进型离散余弦变换)频谱，对MDCT频谱进行重叠分块，再对每块MDCT频谱进行临界带划分，计算每个临界带的特征矢量，将同一块内的所有临界带特征矢量进行类概率运算，接着计算各块MDCT频谱的期望，根据相邻块之间的期望值得到音频指纹，本发明提供了针对压缩域音频文件进行指纹提取的方法，非常适合当前网络上以压缩域格式音频为主流的存储和传输方式，可用于音频文件的版权管理，以及音频文件信息的查找。

主权项

基于MDCT频谱期望的压缩域音频指纹提取方法，其特征是： (1)直接对MP3格式音频文件进行解码得到MDCT频谱； (2)对上述MDCT频谱进行划分：以m帧MP3解码出的MDCT频谱为一个块，相邻块之间的重叠度为n； (3)对上述各MDCT频谱块进行临界带划分，计算出各临界带的特征矢量； (4)将上述同一块的临界带特征矢量进行类概率化处理：每个矢量值除以同一块内的矢量值之和，得到每个矢量的类概率； (5)根据上述矢量值及其类概率计算各MDCT频谱块的特征矢量期望； (6)将相邻块的期望值做差，由判定规则根据差值得到“0，1”二进制指纹序列。