摘要:
数字音频指纹技术在音频信号分析和处理中起着重要作用。针对传统基于时频分析的音频指纹提取算法中仅使用信号能量作为特征参数,而无法全面表征出信号的复杂度和不规则性问题,提出了基于小波包分解与重构,将小波包系数的奇异值熵和样本熵相结合,作为音频信号的特征参数提取指纹。实验证明,该算法提取的指纹提高了音频识别的准确率,在常见信号处理下能保持较强的鲁棒性,并具有明显的区分音频和定位音频篡改位置的能力。
中图分类号:
朱洁,邓开发. 基于改进小波包变换的音频指纹提取算法[J]. , 2016, 29(3): 30-.
ZHU Jie,DENG Kaifa. An Approach to Audio Fingerprinting Extraction Based on Improved Wavelet Packet[J]. , 2016, 29(3): 30-.