AddictedCS/soundfingerprinting

解决的问题

该项目通过为媒体文件创建独特的「指纹」，提供了一种识别音频和视频内容的方法。用户可以通过将未知的音频或视频样本与已知指纹数据库进行比较，实现内容识别，适用于检测重复内容、识别歌曲或检测广播流中的广告。

工作原理

该框架从媒体文件中提取音频和视频指纹（哈希），并将其存储在可配置的数据存储中（如内存存储或 Emy 持久化存储）。当执行查询时，框架会分析音频或视频的样本，并在数据存储中搜索相似的子指纹，以找到最佳匹配。

它还包含一种频谱轮廓路径桥接机制，用于处理因宽带噪声或静音导致哈希不匹配的区域，从而确保在不同录音之间实现更稳健的识别。

适用人群

专注于数字信号处理、数据挖掘和音视频识别的开发者、研究人员及企业。

主要亮点

• 多模态识别：支持音频和视频指纹识别，可同时实现两者的识别。
• 鲁棒性：可处理音高和节奏变化（类似黑胶唱片风格），并利用频谱轮廓桥接克服宽带噪声和静音问题。
• 灵活存储：提供内存存储选项，适用于小型项目，同时支持 Emy 实现持久化、大规模存储。
• C#/.NET Framework：作为 NuGet 包构建，可轻松集成到 .NET 应用程序中。