Jak można programowo porównać 2 pliki audio?

Question

Chcę programowo porównać 2 pliki audio. Na przykład: Mam plik dźwiękowy w mojej aplikacji na iPhone'a, a następnie nagrywam kolejną. Chcę sprawdzić, czy istniejące brzmienie pasuje do nagranego dźwięku, czy nie (- podobnie jak w przypadku rozpoznawania głosu).

Jak mogę to zrobić?

Answer 1

To się nazywa odcisków palców audio. Istnieją pewne projekty open source, z których można uzyskać pewne pomysły. Spójrz tutaj: Audio Fingerprint - MusicBrainz.

Answer 2

Niech serwer wykonuje obliczenia odcisków palców, które i tak nie są odpowiednie dla urządzeń mobilnych. Aplikacja mobilna przesyła pliki na serwer i pobiera wyniki analizy do wyświetlenia. Nie uważam więc, że język programowania, który je wdraża, ma duże znaczenie. Poniżej znajduje się kilka implementacji AF.

Java: http://www.redcode.nl/blog/2010/06/creating-shazam-in-java/

VC++: http://code.google.com/p/musicip-libofa/

C#: http://www.codeproject.com/KB/WPF/duplicates.aspx

Answer 3

Brzmi jak Shazam może pomóc.

W internecie jest kilka artykułów na ten temat, w tym this, które czytałem jakiś czas temu.

Zastosowanie techniki Shazam do analizy zapewniłoby dobry punkt wyjścia do porównywania obok siebie.

Answer 4

• Zastosować filtr pasmowo-przepustowy w celu zmniejszenia hałasu
• normalizacji pod względem amplitudy
• Oblicz korelacji krzyżowej

może być dość MHz intensywne.

szczegóły

DSP są w znanym tekście:

• cyfrowego przetwarzania sygnału przez Alan V. Oppenheim Ronald W. Schafer

Answer 5

myślę jak dobrze można spróbować wybrać kilka sekund próbki z obu ścieżek audio, zmormalizować je pod względem amplitudy i zmniejszyć szum z filtrem pasmowym i po próbie użycia korelatora.

na przykład możesz wziąć 5-sekundową próbkę jednej z dwóch próbek i przesunąć ją na drugą, obliczając krzyżową korelację dla dowolnego przesunięcia. (bądź ostrożny, że jeśli zażyjesz zbyt mały pachet, możesz mieć wysoką korelację, gdy się go nie spodziewasz, a zmniejszysz efekt uboczny z powodu przycięcia sygnału i korelacji krzyżowej). Po yo można zebrać tablicę z wynikami korelacji krzyżowej i uzyskać indeks maksymum.

Powinieneś wtedy ustawić eksperymentalnie w górę, aby zdecydować, kiedy przyjmiesz pachet do b tego samego. to się zmieni w zależności od jakości ścieżki audio, którą porównujesz.

Zaimplementowałem korektor do odbioru i rozróżniania preambuły w komunikacji bezprzewodowej. Mój skrypt jest rzeczywiście wykonywany w programie Matlab.jeśli jesteś zainteresowany mogę spróbować znaleźć część wspólną i wysłać ją do ciebie.

Byłby to zbyt długi kod do wklejenia na forum. jeśli chcesz, daj mi znać, a wyślę to do ciebie jak najszybciej.

okrzyki

Answer 6

mam zainteresowany i znalazłem inne rozwiązanie w Javie nad sourge kuźni. yo można pobrać kod z SVN.

http://sourceforge.net/projects/comparisong/

nadać mu wygląd i dać mi znać, jeśli to działa dla Ciebie.

okrzyki

Answer 7

Wiem, że pytanie zostało zadane już dawno temu, ale wyraźna odpowiedź może pomóc komuś innemu.

1. W bibliotek z Echoprint (strona internetowa: echoprint.me/start) pomoże Ci rozwiązać następujące problemy:

   • De-powielić dużą kolekcję
   • zidentyfikowania (Track , Artist ...) utwór na dysku twardym lub serwerze
   • Uruchom serwer Echoprint z danymi
   • zidentyfikować utwór na urządzeniu z iOS

   PS: Aby uzyskać więcej funkcji muzycznych zorientowanych, można sprawdzić listę API here.

2. Jeśli chcesz wdrożyć odcisk palca przez siebie, należy przeczytać dokumenty wymienione jako odniesienia here i prawdopodobnie spojrzeć na musicip-libofa na Google Code

nadzieję, że pomoc;)