[发明专利]构建音频指纹库及检索音频指纹的方法和设备

说明书

技术领域

本发明涉及信息技术领域，尤其涉及一种构建音频指纹库及检索音频指纹的方法和设备。

背景技术

音频指纹识别(俗称“听音识曲”)是一种新兴的音乐搜索技术，该技术通过分析音频文件的频谱，提取称为“音频指纹”的数字特征，并使用数字特征构建“海量音频指纹库”，部署于网络服务器上，客户端可将录制的未知音频片段发送到服务器，服务器使用相同的算法提取“音频指纹”，然后通过搜索算法在海量音频指纹库中查找相似特征，并根据找到的若干特征推测目标音频文件，将结果返回给客户端即完成了整个识别过程。

音频指纹识别是一种兼具数据密集型和计算密集型的应用：海量音频指纹库必须包含足够多的音频文件的特征，才能保证应用的识别率，该规模通常为千万级；搜索算法的计算量巨大，为了保证搜索速度，通常完全使用内存存储海量音频指纹库并进行计算。

可知，音频指纹识别对内存容量的要求很高(TB级)，是目前单台服务器无法满足的。现有的解决方案通常是拆分曲库，使用大量服务器分别构建音频指纹库，同时搜索所有服务器，这种方案会造成不必要的搜索，浪费资源。因此，如何构建资源利用率最优的海量音频指纹库系统成为了业界的一个难题。

发明内容

为此，本发明提出了一种可以解决上述问题的至少一部分的新音频指纹存储及检索的方法和设备。

根据本发明的一个方面，提供了一种构建音频指纹库的方法，包括：提取音频指纹与音频指纹的key值；建立具有相同key值的音频指纹与所述key值的对应关系；把所述key值及其对应的音频指纹分配到服务器中；创建所述key值与所述服务器的对应关系，从而构建音频指纹库。

可选地，根据本发明的构建音频指纹库的方法，其中，建立具有相同key值的音频指纹与所述key值的对应关系包括：将具有相同key值的音频指纹划分为同一数组。

可选地，根据本发明的构建音频指纹库的方法，进一步包括：计算所述数组的被搜索次数；根据所述搜索次数，将所述数组分配到所述服务器中，以使的所述服务器的负载差别最小化。

可选地，根据本发明的构建音频指纹库的方法，其中，计算所述数组的被搜索次数包括：计算所述数组中key值的被搜索频率；确定所述数组中音频指纹的数量；计算所述被搜索频率与所述音频指纹的数量的乘积，以得到所述数组的被搜索次数。

可选地，根据本发明的构建音频指纹库的方法，其中，使的所述服务器的负载差别最小化包括：通过贪婪算法将所述数组分配到所述服务器中。

根据本发明的另一个方面，还提供了一种在服务器中检索音频指纹的方法，其中，所述服务器中存储有所述音频指纹及其对应的key值，所述key值与所述服务器相对应，所述方法包括：提取待检索音频指纹与所述待检索音频指纹的待检索key值；查找所述待检索key值对应的服务器；在所述服务器中，检索与待检索音频指纹相应的音频指纹。

可选地，根据本发明的在服务器中检索音频指纹的方法，进一步包括：利用检索到的音频指纹，生成音频信息。

根据本发明的另一个方面，还提供了一种构建音频指纹库的设备，包括：提取装置、分析装置、分配装置和保存装置，其中，提取装置，用于提取音频指纹与音频指纹的key值；分析装置，用于建立具有相同key值的音频指纹与所述key值的对应关系；分配装置，用于把所述key值及其对应的音频指纹分配到服务器中；保存装置，用于创建所述key值与所述服务器的对应关系，从而构建音频指纹库。

可选地，根据本发明的构建音频指纹库的设备，进一步包括：计算装置和重新分配装置，其中计算装置，用于计算所述数组的被搜索次数；重新分配装置，用于根据所述搜索次数，将所述数组分配到所述服务器中，以使的所述服务器的负载差别最小化。

根据本发明的另一个方面，还提供了一种在服务器中检索音频指纹的设备，其中，所述服务器中存储有所述音频指纹及其对应的key值，所述key值与所述服务器相对应，所述设备包括：获取装置，用于提取待检索音频指纹与所述待检索音频指纹的待检索key值；查找装置，用于查找所述待检索key值对应的服务器；匹配装置，用于在所述服务器中，检索与待检索音频指纹相应的音频指纹。