다중 시간 세그먼트 피크 기반 오디오 지문 생성
Multi-Time Segment Peak-based Audio Fingerprinting
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 오디오 지문 기술의 정확도를 향상시키기 위한 방법을 다룬다. 2010년대 초반에는 오디오 지문 기술을 활용한 음악 및 미디어 검색 연구가활발히 이루어졌으며, 최근에는 딥러닝을 활용하여 기술의 정확도를 높이는연구가 진행되고 있다. 본 논문에서는 오디오 지문 기술에 특정 단계와 기법을 추가함으로써 정확도를 개선할 수 있는 방안을 제안한다. 먼저, 주요 피크를 탐지하여 오디오 지문을 생성하는 방법을 제시한다. 이 방법은 계산 과정이 간단하며, 특정 주파수 피크의 강도를 반영함으로써 잡음이 많은 환경에서도 신호를 정확히 인식할 수 있다. 다음으로, 다중 시간 세그먼트 피크기반 오디오 지문 생성 방법을 소개한다. 이 기법은 오디오의 다양한 구간에서 피크를 추출하여, 여러 구간의 특성을 모두 반영한 지문을 생성한다. 이를통해 다양한 길이의 세그먼트를 활용하여 오디오의 시간적 특성을 더욱 상세히 반영할 수 있다. 제안된 방법으로 추출한 오디오 지문을 기존 방식과비교한 결과, 처리 시간은 유사했으나 정확도가 더 높은 것을 확인할 수있었다.
Abstract
This paper explores methods to enhance the accuracy of audiofingerprinting technology. Since the early 2010s, audio fingerprintinghas been actively researched for applications such as music and mediaretrieval. More recently, advancements in deep learning have spurredefforts to improve the accuracy of this technology. In this study, wepropose an approach to enhance audio fingerprinting accuracy byintroducing specific steps and techniques into the process. The firststep involves detecting key peaks and generating audio fingerprints. This approach simplifies computational processes and achieves robustsignal recognition even in noisy environments by leveraging theintensity of prominent frequency peaks. The second step involvesgenerating audio fingerprints based on multi-time segment peaks. Byextracting peaks from different audio segments, this method createsfingerprints that comprehensively reflect the characteristics of varioustemporal sections. This approach captures the temporal features of theaudio in greater detail by incorporating segments of varying lengths. Comparative analysis reveals that while the proposed methodmaintains a similar processing time to conventional approaches, itdelivers significantly higher accuracy.