跳到主要内容
uencoder

Spectral Hash

频谱哈希将信号的频域特征(FFT/DCT 系数)哈希,用于音频指纹与频谱相似性比较。

用途

在音频识别中提供对时移、压缩鲁棒的指纹,Shazam 等服务的基础。

机制

对信号执行 FFT/DCT,选取能量集中的频带系数量化为位串。频域特征对时移不变(仅相位变化),故鲁棒于时间偏移。

用例

  • 音频指纹识别
  • 频谱相似性
  • 音乐检索

相关工具

参考链接