计算机科学 > 声音
[提交于 2025年6月26日
]
标题: PeakNetFP:基于峰值的鲁棒极端时间拉伸的神经音频指纹
标题: PeakNetFP: Peak-based Neural Audio Fingerprinting Robust to Extreme Time Stretching
摘要: 这项工作介绍了PeakNetFP,第一个专门围绕频谱峰值设计的神经音频指纹(AFP)系统。 该创新系统旨在利用传统基于峰值的AFP方法通常计算的稀疏频谱坐标。 PeakNetFP执行类似于计算机视觉模型PointNet++的分层点特征提取技术,并像最先进的深度学习AFP NeuralFP一样使用对比学习进行训练。 这种组合使PeakNetFP优于传统的AFP系统,并在处理具有挑战性的时延音频数据时达到与NeuralFP相当的性能。 在广泛的评估中, PeakNetFP对于从50%到200%的时延因子保持超过90%的Top-1命中率。 此外,PeakNetFP具有显著的效率优势:与NeuralFP相比,它的参数少100倍,使用的输入数据量小11倍。 这些特性使PeakNetFP成为涉及时延的AFP任务的一个轻量且高效的解决方案。 总体而言,该系统代表了未来AFP技术的一个有前景的方向,因为它成功地将基于峰值的AFP的轻量特性与基于神经网络的方法的适应性和模式识别能力结合在一起,为该领域更可扩展和高效的解决方案铺平了道路。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.