Spectral Hash
スペクトラルハッシュは信号の周波数領域特徴(FFT/DCT 係数)をハッシュ化し、音声フィンガープリントやスペクトル類似度比較に使われる。
目的
時間シフトや圧縮に頑健な音声認識フィンガープリントを提供する。Shazam などのサービスの基盤である。
メカニズム
信号に FFT/DCT を適用し、エネルギーが集中する帯域の係数を選んで量子化し、ビット列にする。周波数領域特徴は時間シフトに対して不変(位相のみ変化)なので、時間オフセットに頑健である。
ユースケース
- 音声フィンガープリント認識
- スペクトル類似度
- 音楽を検索する