بهبود عملکرد انگشت نگاری صوتی مبتنی بر نقاط چهارگوش مقاوم

انگشت نگاری صوتی برای بازیابی پرسش هایی از یک صوت بکار گرفته می شود. یک سیستم انگشت نگاری صوتی از دو بخش: استخراج و تطبیق تشکیل شده است. طی دو دهه گذشته روش های زیادی برای انگشت نگاری صوتی با هدف بهبود مقاوم بودن و کارآیی سیستم ارائه شده است. از میان تمامی روش های ارائه شده در این زمینه، روش مبتنی برنقاط چهارگوش را می توان به عنوان یکی از بهترین روش ها برگزید. چنانچه بتوان مقاوم بودن و کارآیی این روش را بهبود بخشید به هدف خود دست یافته ایم. لذا الگوریتم جدیدی را جایگزین الگوریتم پایه استخراج پیک در روش نقاط چهارگوش می کنیم. این الگوریتم که مشابه الگوریتم LMCE است با استخراج پیک از ماکزیمم های محلی انرژی کروما باعث استخراج پیک های مقاوم می شود و نسبت به الگوریتم پایه پیچیدگی محاسباتی کمتری دارد در نتیجه زمان بازیابی را بهبود می دهد. از طرفی با اعمال دو فیلتر پایین گذر و بالاگذر به این روش و استخراج دو دسته پیک، یک مرحله تایید مطابقت دیگر به سیستم اضافه می شود. این کار باعث می شود در مواقعی که امتیاز تطبیق پایین است از تطبیق دوم استفاده کرده و در نتیجه صحت سیستم در مواجهه با نویز و جابه جایی های زمانی و فرکانسی به طور قابل ملاحظه ای بهبود پیدا می کند. دقت سیستم در مواجهه با نویز نسبت به روش پایه بهبود پیدا کرده است و در بقیه موارد نتایج دو سیستم تقریبا یکسان است. یکی دیگر از مشکلات روش نقاط چهارگوش نتایج ضعیف در مواجهه با فشرده ساز GSM بود. در روش پیشنهادی با استخراج پیک از فرکانس های پایین این مشکل نیز برطرف شده است.

Keywords:

انگشت نگاری صوتی , بازیابی اطلاعات موسیقی , نقاط چهارگوش , ماکزیمم های محلی انرژی کروما