[發(fā)明專利]基于量子Grover算法的音頻指紋檢索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011412302.1
• 申請(qǐng)日: 2020-12-04
• 公開(kāi)（公告）號(hào): CN112528069A
• 公開(kāi)（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 李陽(yáng)陽(yáng);毛鶴亭;劉睿嬌;楊丹青;趙逸群;趙裴翔;焦李成;李玲玲
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06F16/61
• 分類號(hào): G06F16/61;G06F16/683;G06K9/62
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;張問(wèn)芬

本發(fā)明提出了一種基于量子Grover算法的音頻指紋檢索方法，其實(shí)現(xiàn)步驟是：(1)生成音頻指紋集合；(2)提取待檢索音頻的音頻指紋；(3)計(jì)算待檢索音頻指紋與音頻指紋集合中所有指紋之間的相似度；(4)使用Grover算法搜索最大相似度的索引；本發(fā)明計(jì)算待檢測(cè)音頻的音頻指紋與音頻指紋集合中每個(gè)音頻指紋之間的相似度，保證檢索準(zhǔn)確率，再利用量子Grover算法搜索所有相似度中的最大相似度的索引，克服了搜索需要的步驟與相似度集合中元素?cái)?shù)量成線性正比關(guān)系的問(wèn)題，使得本發(fā)明提高了音頻指紋檢索的效率。

技術(shù)領(lǐng)域

本發(fā)明屬于音頻處理技術(shù)領(lǐng)域，更進(jìn)一步涉及音頻指紋檢索技術(shù)領(lǐng)域的一種基于量子Grover算法的音頻指紋檢索方法。本發(fā)明利用量子Grover算法檢索音頻指紋，可以獲取待檢索音頻片段所在音頻文件的原始信息。

背景技術(shù)

音頻指紋是指通過(guò)特定的算法從音頻信號(hào)中提取的一段數(shù)字特征，用于表達(dá)與該段音頻信號(hào)中的重要聲學(xué)特征對(duì)應(yīng)的數(shù)字簽名。用音頻指紋作為音頻檢索中音頻原數(shù)據(jù)(如歌曲名，歌手)的索引，能夠大大降低音頻檢索的搜索量，并且可以顯著地提高音頻匹配的效率。音頻指紋檢索主要包括兩個(gè)過(guò)程：音頻指紋特征提取階段和音頻指紋特征匹配階段。首先根據(jù)特定的算法將一段音頻數(shù)據(jù)映射為對(duì)應(yīng)的聲學(xué)特征的數(shù)字簽名信息，并將提取的該數(shù)字簽名信息作為音頻指紋，然后將音頻指紋和對(duì)應(yīng)的音頻的元數(shù)據(jù)存儲(chǔ)到指紋數(shù)據(jù)庫(kù)中。當(dāng)需要查詢?cè)摱我纛l信息時(shí)，便將查詢的音頻指紋和數(shù)據(jù)庫(kù)中的指紋進(jìn)行比對(duì)，返回?cái)?shù)據(jù)庫(kù)中與查詢音頻最匹配的音頻信息。

湖南大學(xué)在其申請(qǐng)的專利文獻(xiàn)“一種基于音頻指紋的分片音頻檢索方法”(專利申請(qǐng)?zhí)?01710044606.9，申請(qǐng)公布號(hào)CN 106802960 A)中提出了一種基于音頻指紋的分片音頻檢索方法。該方法的實(shí)現(xiàn)過(guò)程為，將大于固定長(zhǎng)度的待檢索音頻片段分片為待處理音頻片段和剩余音頻片段，先提取待處理音頻片段的音頻指紋并將提取到的音頻指紋與數(shù)據(jù)庫(kù)進(jìn)行匹配，然后判斷得到的匹配值是否達(dá)到設(shè)定的閾值，如果已達(dá)到設(shè)定閾值就返回匹配到的音頻信息，如果沒(méi)有達(dá)到則對(duì)剩余音頻片段進(jìn)行切片、指紋提取、和指紋匹配，直到剩余音頻無(wú)法分片，則返回“無(wú)匹配音頻”結(jié)果。該方法存在的不足之處是，由于待檢索音頻指紋與數(shù)據(jù)庫(kù)指紋的每次匹配時(shí)，僅使用待檢索音頻切片后的音頻指紋信息的問(wèn)題，導(dǎo)致音頻指紋檢索中的誤檢次數(shù)增多，降低了檢索結(jié)果的準(zhǔn)確率。

王偉等人在其發(fā)表的論文“基于熵的音頻指紋檢索技術(shù)研究與實(shí)現(xiàn)”(計(jì)算機(jī)科學(xué)，2017，44(z1)：551-556)中提出一種基于熵的音頻指紋檢索技術(shù)研究與實(shí)現(xiàn)方法。該方法的實(shí)現(xiàn)過(guò)程為，采用音頻的熵特征作為音頻的指紋特征，在檢索中使用動(dòng)態(tài)時(shí)間規(guī)整算法計(jì)算待檢測(cè)音頻的音頻指紋與數(shù)據(jù)庫(kù)中的音頻指紋的相似度，最后將最大相似度對(duì)應(yīng)的音頻指紋索引作為返回結(jié)果。該算法存在的不足之處是，由于在檢索過(guò)程中最大相似度的搜索是通過(guò)遍歷逐個(gè)元素并兩兩比較的方法，導(dǎo)致搜索需要的步驟與相似度集合中元素?cái)?shù)量成線性正比關(guān)系，需要大量的檢索時(shí)間才能得到檢索結(jié)果。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)上述已有技術(shù)的不足，提出一種基于量子Grover算法的音頻指紋檢索方法，用于解決現(xiàn)有技術(shù)僅使用待檢索音頻切片后的音頻指紋信息，導(dǎo)致音頻指紋檢索中的誤檢次數(shù)增多的問(wèn)題，以及現(xiàn)有技術(shù)中搜索需要的步驟與相似度集合中元素?cái)?shù)量成線性正比關(guān)系，需要大量的檢索時(shí)間才能得到檢索結(jié)果的問(wèn)題。

實(shí)現(xiàn)本發(fā)明目的的思路是，使用待檢測(cè)音頻的音頻指紋與音頻指紋集合中每個(gè)音頻指紋之間的相似度，解決僅使用待檢索音頻切片后的音頻指紋信息，導(dǎo)致音頻指紋檢索中的誤檢次數(shù)增多的問(wèn)題，提高檢索結(jié)果的準(zhǔn)確率；使用Grover搜索算法，利用量子計(jì)算的并行性特點(diǎn)，解決搜索需要的步驟與相似度集合中元素?cái)?shù)量成線性正比關(guān)系的問(wèn)題，提高檢索的效率。

本發(fā)明的具體步驟包括如下：

(1)生成音頻指紋集合：

(1a)采集至少100段音頻，每段音頻的時(shí)長(zhǎng)不等且小于3min；