Akustická stopa

Akustický otisk je digitální souhrnem generovaný ze zvukového signálu . Tento otisk prstu umožňuje identifikovat zvukový vzorek nebo vyhledat zvukovou sekvenci v zvukové databázi.

Praktické využití je rozmanité, například identifikace skladeb, nahrávek, melodií, reklam, rozhlasového vysílání, zvukových efektů nebo videosekvencí.

Vlastnosti

Akustická stopa musí splňovat několik podmínek.

Specifičnost

Otisk musí být dostatečně přesný, aby dva velmi odlišné zvuky neměly stejný otisk.

Robustnost pro zkreslení

Algoritmus akustického otisku prstu musí brát v úvahu zvukové vlastnosti zvuku. Pokud jsou dva vzorky lidským uchem vnímány jako identické, měla by být jejich stopa stejná nebo velmi blízká, i když je jejich číselné vyjádření velmi odlišné. Akustické otisky prstů nejsou otisky prstů v obvyklém slova smyslu. Většina technik komprese zvuku ( MP3 , WMA , OGG ) produkuje významné změny v binárním kódování zvukového souboru, aniž by to ovlivnilo způsob jeho zobrazení. Dobrý algoritmus akustického otisku prstu umožní identifikovat záznam i poté, co prošel takovou kompresí. Mírná změna rychlosti nebo mírný hluk by také neměly příliš měnit stopu.

Účinnost

Aby bylo možné použít, musí být stopa snadno vypočítatelná, tj. Musí mít malou časovou složitost a musí být snadno skladovatelná, tj. Kompaktní, krátká.

Implementace

• AMG LASSO je komerční služba rozpoznávání, kterou spustil All Media Guide v roce 2004.
• Audible Magic Corporation je komerční služba identifikace a správy autorských práv.
• AudioID je komerční technologie společnosti Fraunhofer pro automatické akustické rozpoznávání.
• LazyTune je vyhledávač, který k rozpoznávání zvukových souborů používá akustické otisky prstů.
• MusicID společnosti Gracenote je komerční produkt, který k identifikaci skladeb používá techniky akustického otisku prstu (mimo jiné).
  • Winamp verze 5.5 používá Gracenote s pluginem „Nullsoft Playlist Generator“.
• Foosic je bezplatný open source projekt, který využívá vlastní technologii otisků prstů.
• SoundHound  ( dříve Midomi ) je komerční online služba, která dokáže detekovat ekvivalenci mezi dvěma hudebními ukázkami nebo identifikovat skladbu, kterou uživatel zpívá nebo šeptá do mikrofonu svého počítače.
• MusicBrainz je bezplatný open source hudební databázový projekt.
• Shazam služba akustických otisků prstů pro identifikaci skladeb pomocí mobilního telefonu.

Podívejte se také

• Parsonsův kód , zjednodušená notace „obrysu“ melodie umožňující vyhledávání
• Rozpoznávání řeči

Poznámky a odkazy

• (fr) Tento článek je částečně nebo zcela převzat z anglického článku Wikipedie s názvem „  Akustický otisk prstu  “ ( viz seznam autorů ) .

1. Pedro Cano, Eloi Batlle, Ton Kalker a Jaap Haitsma, „Review of Algorithms for Audio Fingerprinting“ , na Mezinárodním workshopu o zpracování multimediálních signálů, Americké Panenské ostrovy , prosinec 2002) ( číst online ) .