擬似正弦波成分を用いた残響・雑音にロバストなオーディオフィンガープリンティング

• Item type: SIG Technical Reports(1)
• 公開日: 2013-05-04
• タイトル: 擬似正弦波成分を用いた残響・雑音にロバストなオーディオフィンガープリンティング
• タイトル / 言語: en
• タイトル: Audio Fingerprinting Robust Against Reverberation and Noise using Pseudo-Sinusoidal Components
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ポスターセッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: ソニー株式会社
• 著者所属: ソニー株式会社
• 著者所属: ソニー株式会社
• 著者所属(英): en
• 著者所属(英): Sony Corporation
• 著者所属(英): en
• 著者所属(英): Sony Corporation
• 著者所属(英): en
• 著者所属(英): Sony Corporation
• 著者名: 澁谷, 崇; 安部, 素嗣; 西口, 正之
• 著者名(英): Takashi, Shibuya; Mototsugu, Abe; Masayuki, Nishiguchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: テレビ番組に関連する情報を視聴者のモバイル端末に表示・提供するセカンドスクリーンサービスを運用するためには，ユーザの視聴している番組を把握する必要がある．その一つの実現方法として，ユーザのモバイル端末で録音した視聴環境の音を参照データベースと照合する方法がある．しかしながら，残響や外来雑音の影響により，正確な照合・検索が非常に困難であるという問題がある．本稿では，残響や雑音に頑健なコンテンツ検索を実現する，新たなフィンガープリンティング手法を提案する．我々は，微小時間区間において正弦波と見なせる“擬似正弦波成分”に着目し，擬似正弦波性分の時間周波数分布を表現するフィンガープリントを提案する．実験では，提案手法によって，1台のPCで5secの入力信号を792h分の参照信号と1.29secでマッチングを行うことができ，実環境において92%以上の再現率，100%の適合率で検索が可能であることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The implementation of second-screen service requires a technology for quick, accurate content identification. This enables the service to trace the channel of a broadcast program that a user is watching or listening to. One approach is to record an audio signal from the user's mobile device, and match it with one in a reference database. However, reverberation and exogenous noise distort a recorded audio signal, making accurate identification more difficult. This paper presents a new fingerprinting method for content identification that is robust against reverberation and noise. It employs pseudo-sinusoidal components, which are components that can be regarded as sinusoidal over a short period of time. The method generates a fingerprint that represents the distribution of pseudo-sinusoidal components in the time-frequency domain. Experimental results show that the method can match a 5-s-long input signal against 792 hours of reference signals in 1.56 s on a single PC, and can identify the correct program with a recall of over 92% and a precision of 100% in a realistic setting.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438388
• 書誌情報: 研究報告音楽情報科学（MUS）; 巻 2013-MUS-99, 号 13, p. 1-6, 発行日 2013-05-04
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会