[发明专利]基于量子Grover算法的音频指纹检索方法

说明书

本发明提出了一种基于量子Grover算法的音频指纹检索方法，其实现步骤是：(1)生成音频指纹集合；(2)提取待检索音频的音频指纹；(3)计算待检索音频指纹与音频指纹集合中所有指纹之间的相似度；(4)使用Grover算法搜索最大相似度的索引；本发明计算待检测音频的音频指纹与音频指纹集合中每个音频指纹之间的相似度，保证检索准确率，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骤与相似度集合中元素数量成线性正比关系的问题，使得本发明提高了音频指纹检索的效率。

技术领域

本发明属于音频处理技术领域，更进一步涉及音频指纹检索技术领域的一种基于量子Grover算法的音频指纹检索方法。本发明利用量子Grover算法检索音频指纹，可以获取待检索音频片段所在音频文件的原始信息。

背景技术

音频指纹是指通过特定的算法从音频信号中提取的一段数字特征，用于表达与该段音频信号中的重要声学特征对应的数字签名。用音频指纹作为音频检索中音频原数据(如歌曲名，歌手)的索引，能够大大降低音频检索的搜索量，并且可以显著地提高音频匹配的效率。音频指纹检索主要包括两个过程：音频指纹特征提取阶段和音频指纹特征匹配阶段。首先根据特定的算法将一段音频数据映射为对应的声学特征的数字签名信息，并将提取的该数字签名信息作为音频指纹，然后将音频指纹和对应的音频的元数据存储到指纹数据库中。当需要查询该段音频信息时，便将查询的音频指纹和数据库中的指纹进行比对，返回数据库中与查询音频最匹配的音频信息。

湖南大学在其申请的专利文献“一种基于音频指纹的分片音频检索方法”(专利申请号201710044606.9，申请公布号CN 106802960 A)中提出了一种基于音频指纹的分片音频检索方法。该方法的实现过程为，将大于固定长度的待检索音频片段分片为待处理音频片段和剩余音频片段，先提取待处理音频片段的音频指纹并将提取到的音频指纹与数据库进行匹配，然后判断得到的匹配值是否达到设定的阈值，如果已达到设定阈值就返回匹配到的音频信息，如果没有达到则对剩余音频片段进行切片、指纹提取、和指纹匹配，直到剩余音频无法分片，则返回“无匹配音频”结果。该方法存在的不足之处是，由于待检索音频指纹与数据库指纹的每次匹配时，仅使用待检索音频切片后的音频指纹信息的问题，导致音频指纹检索中的误检次数增多，降低了检索结果的准确率。

王伟等人在其发表的论文“基于熵的音频指纹检索技术研究与实现”(计算机科学，2017，44(z1)：551-556)中提出一种基于熵的音频指纹检索技术研究与实现方法。该方法的实现过程为，采用音频的熵特征作为音频的指纹特征，在检索中使用动态时间规整算法计算待检测音频的音频指纹与数据库中的音频指纹的相似度，最后将最大相似度对应的音频指纹索引作为返回结果。该算法存在的不足之处是，由于在检索过程中最大相似度的搜索是通过遍历逐个元素并两两比较的方法，导致搜索需要的步骤与相似度集合中元素数量成线性正比关系，需要大量的检索时间才能得到检索结果。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于量子Grover算法的音频指纹检索方法，用于解决现有技术仅使用待检索音频切片后的音频指纹信息，导致音频指纹检索中的误检次数增多的问题，以及现有技术中搜索需要的步骤与相似度集合中元素数量成线性正比关系，需要大量的检索时间才能得到检索结果的问题。

实现本发明目的的思路是，使用待检测音频的音频指纹与音频指纹集合中每个音频指纹之间的相似度，解决仅使用待检索音频切片后的音频指纹信息，导致音频指纹检索中的误检次数增多的问题，提高检索结果的准确率；使用Grover搜索算法，利用量子计算的并行性特点，解决搜索需要的步骤与相似度集合中元素数量成线性正比关系的问题，提高检索的效率。

本发明的具体步骤包括如下：

(1)生成音频指纹集合：

(1a)采集至少100段音频，每段音频的时长不等且小于3min；