AddictedCS/soundfingerprinting

해결하는 문제

이 프로젝트는 미디어 파일의 고유한 "지문"(지문)을 생성함으로써 오디오 및 비디오 콘텐츠를 식별하는 방법을 제공합니다. 사용자는 알려진 지문 데이터베이스와 비교하여 알 수 없는 오디오 또는 비디오 샘플을 인식할 수 있으며, 중복 검출, 곡 식별, 라디오 스트림에서 광고 탐지 등에 유용합니다.

작동 방식

프레임워크는 미디어 파일에서 음향 및 비디오 지문(해시)을 추출하여 구성 가능한 데이터스토어(예: 메모리 내 저장소 또는 Emy 지속 저장소)에 저장합니다. 쿼리가 수행되면, 오디오 또는 비디오의 샘플을 분석하고 데이터스토어에서 유사한 하위 지문을 검색하여 최적의 매칭을 찾습니다.

또한 광대역 노이즈나 음소거로 인해 해시가 일치하지 않는 영역을 보완하기 위한 스펙트럼 프로파일 경로 브리징 메커니즘을 포함하여, 다양한 녹음 간에 더 강력한 인식을 보장합니다.

대상 사용자

디지털 신호 처리, 데이터 마이닝, 오디오/비디오 인식에 특화된 개발자, 연구자 및 기업.

주요 특징

• 다중 모달 인식: 오디오 및 비디오 지문 인식을 모두 지원하여 동시에 두 가지를 식별할 수 있습니다.
• 강건성: 피치 및 템포 변화(빈티지 스타일)를 처리하고, 스펙트럼 프로파일 브리징을 사용해 광대역 노이즈와 음소거를 극복합니다.
• 유연한 저장소: 소규모 프로젝트용 메모리 내 저장소를 제공하며, Emy를 통해 지속적이고 대규모 저장소를 지원합니다.
• C#/.NET Framework: NuGet 패키지로 구축되어 .NET 애플리케이션에 쉽게 통합할 수 있습니다.