python - dejavu.py 识别的歌曲的附加信息

Question

我目前正在调查 dejavu.py ( some more info )，我必须说到目前为止我对它印象深刻。虽然我确实发现文档在用户界面方面有点不完整。
当您使用 oDjv.recognize(FileRecognizer, sFile) 从文件中识别歌曲时，您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}

所以，对于问题:
1) confidence 到底是什么，置信度是否有上限？

2) offset_seconds 和 offset 有什么区别？

3) 为什么算法需要 30 到 60 秒之间的某个时间(在我运行的所有测试的情况下)从磁盘中识别歌曲，但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函数时，我在函数的实际输出(即使成功)之前得到以下代码块。我们要去哪里？

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) 是否有我可以直接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

您的大部分问题都可以在 Dejavu github README.md 中找到或通过 writeup and explanation here .

但要回答您的每个编号问题:

1. 在 Dejavu 中，confidence 是当前音频剪辑中与数据库最接近匹配“对齐”的指纹哈希数。没有概率解释。请记住，每个音频文件可能有数千个指纹，因此请将其作为引用点。
2. 它们是相同的持续时间，但单位不同。 offset_seconds表示为秒，offset表示为length of the algorithm's time bins .
3. Dejavu 以 3 倍的收听速度对大多数歌曲进行指纹识别。因此，一首 3 分钟的歌曲可能比听一段 10 秒的短音频片段需要更长的时间。您可以使用 python dejavu.py --recognize mic 5 调整默认命令行麦克风识别需要多长时间，它会监听 5 秒而不是默认的 10 秒。仅供引用，最好的选择之一您还可以在 JSON config file 中更改 Dejavu 用于磁盘识别的秒数。使用 fingerprint_limit 键。
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导入pyaudio。在您的情况下，请参阅 this solution ，也许它会有所帮助。
5. 没有在线音乐数据库，您插入自己的 MySQL 或(很快)PostgreSQL并记录自己的指纹。 Dejavu 用于识别各种预先录制的音频。另外，每个用户的需求都不同。想要以牺牲大部分指纹为代价获得更准确的指纹识别？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 this file 中的指纹参数您的数据库将具有不同的分布和结构。