dejavu.py识别的歌曲的附加信息

Question

我正在调查dejavu.py(更多信息),我必须说到目前为止我对此印象深刻.虽然我发现文档在用户界面方面有点不完整.
当您从文件中识别出一首歌曲时oDjv.recognize(FileRecognizer, sFile),会返回一个如下所示的字典:

{'song_id': 2, 'song_name': 'Sean-Fournier--Falling-For-You', 'file_sha1': 'A9D18B9B9DAA467350D1B6B249C36759282B962E', 'confidence': 127475, 'offset_seconds': 0.0, 'match_time': 32.23410487174988, 'offset': 0}

从录音(oDjv.recognize(MicrophoneRecognizer, seconds=iSecs)):

{'song_id': 2, 'song_name': 'Sean-Fournier--Falling-For-You', 'file_sha1': 'A9D18B9B9DAA467350D1B6B249C36759282B962E', 'confidence': 124, 'offset_seconds': 24.89179, 'offset': 536}

那么,对于问题:
1)究竟是什么confidence,并且是否存在置信水平的上限？

2)offset_seconds和之间有什么区别offset？

3)为什么算法需要在30到60秒之间(在我运行的所有测试的情况下)从磁盘识别歌曲,但是在录制音频时它可以在10秒左右的时间内完成？

4)当运行从音频录制的功能时,我从该功能获得实际输出之前的以下代码块(即使成功).我们要去哪儿？

ALSA lib pcm_dmix.c:1022:(snd_pcm_dmix_open) unable to open slave
ALSA lib pcm.c:2239:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.rear
ALSA lib pcm.c:2239:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.center_lfe
ALSA lib pcm.c:2239:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.side
bt_audio_service_open: connect() failed: Connection refused (111)
bt_audio_service_open: connect() failed: Connection refused (111)
bt_audio_service_open: connect() failed: Connection refused (111)
bt_audio_service_open: connect() failed: Connection refused (111)
ALSA lib pcm_dmix.c:1022:(snd_pcm_dmix_open) unable to open slave
Cannot connect to server socket err = No such file or directory
Cannot connect to server request channel
jack server is not running or cannot be started

5)是否有可以插入配置的在线音乐数据库？

dConfig = {
    "database": {
        "host": "some magical music database",
        "user": "root",
        "passwd": "", 
        "db": "dejavu"
    }
}

oDjv = Dejavu(dConfig)

Answer 1

大多数问题可以在GitHub的幻觉记忆中找到README.md或者通过书面记录和解释在这里.

但要回答每个有问题的问题:

1. 在Dejavu中,confidence指纹哈希的数量是在当前音频片段中"对齐"到数据库最接近的匹配.没有概率解释.请记住,每个音频文件可能有数千个指纹,因此将其作为参考点.
2. 它们的持续时间相同,但单位不同.offset_seconds表示为秒,offset表示为算法时间段的长度.
3. Dejavu以3倍的收听速度指纹大多数歌曲.因此,一首3分钟的歌曲可能需要更长的时间,比如一段短暂的音频片段,它会收听10秒钟.您可以通过使用python dejavu.py --recognize mic 5监听5秒而不是默认值10 来调整默认命令行麦克风识别所需的时间.FYI,库的最佳选项之一是您还可以更改Dejavu用于的次数 - 使用密钥在JSON配置文件中识别磁盘fingerprint_limit.
4. 您的安装有问题,或者您使用的虚拟机不知道如何录制音频并将其录入pyaudio.在你的情况下看到这个解决方案,也许它可能有所帮助
5. 没有在线音乐数据库,你可以插入你自己的MySQL或(很快)PostgreSQL并记录你自己的指纹.Dejavu旨在识别各种预先录制的音频.此外,每个用户的需求都不同.想要更准确的指纹识别而牺牲大多数指纹？提高DEFAULT_FAN_VALUE.需要更高的碰撞保证,但不介意额外的存储成本？您可以减少FINGERPRINT_REDUCTION并保留每个SHA-1的更多字符.Dejavu旨在适应许多不同的用例,这必然意味着如果您更改此文件中的指纹识别参数,您的数据库将具有不同的分布和结构.