音频指纹的算法--飞利浦解决方案

这个音频指纹暂时用来做同源音频聚类，判断歌曲是否是同一源的，

这里先介绍下飞利浦的方案-------A Highly Robust Audio Fingerprinting System，这个算法是在他上面的优化，

帧：                      一段固定时间的音频信息，Ts；

相邻两个帧：      两个帧重叠时间域为 31/32,

步长：                   一个帧与下一个帧起始时间之差，Tstep = 1/32 * Ts;

通过能量差分的关系，求得相邻音频两个帧（两帧之间的重叠区域为31/32）之间的能量关系，产生指纹，这个音频的特征值就是两帧之间的能量关系。

傅里叶变换成频率信息，把300 ---- 2000HZ 频率映射到33个频率带，计算各频率带的能量通过能量差分信息变换成二进制数。具体细节可以看论文

A Highly Robust Audio Fingerprinting System，这个方案，是把相邻帧之间的能量关系用来做为音频的特征。

大概步骤如下：

1.      提取一帧的音频信息

2.      加窗---汉宁窗

3.      FFT，把振幅信息转成能量信息，

4.      FFT结果取绝对值

5.      把频率在 300---2000