A query by humming system based on locality sensitive hashing indexes
基于局部敏感哈希索引的哼唱检索系统实现
论文下载:http://www.sciencedirect.com/science/article/pii/S016516841200326X
根据论文**实现的哼唱检索系统部分实现,不包括底层LSH和引用他人的代码。
基本**如下:
哼唱检索中,由于特征的不稳定性,所以核心**是采用近邻搜索,寻找与查询段相似的候选段。 局部敏感哈希(LSH)是一种近邻搜索的方法,它提供了一种优越的方法来建立高效索引,但实际上仍然缺乏建立并搜索索引的具体实现。 这篇论文提供一套高效算法实现基于LSH的QBH系统。提供一种基于音符的LSH(note-based locality sensitive hashing,NLSH)建立索引 的算法,一种NLSH两级滤波器算法和基于音高的LSH算法(pitch-based locality sensitive hashing,PLSH)来筛选候选片段(candidate fragments), 一种边界对齐线性缩放(boundary alignment linear scaling,BALS)算法来定位候选片段的准确界限, 一种重音移位递归对齐(key transposition recursive alignment,KTRA)算法来解决重音移位的问题。 实验结果显示,该种方法能实现平均倒数排序(mean reciprocal rank,MRR)为0.873(从歌曲随机位置开始哼唱), 0.912(从歌曲开头开始哼唱),同比当前最先进的方法的结果提高0.118和0.050.