有没有什么办法可以增加我的散列的冲突次数以进行音频处理？

如何解决有没有什么办法可以增加我的散列的冲突次数以进行音频处理？

所以我正在尝试制作一种针对澳大利亚鸟类的鸟类沙赞（因为我还没有在这里看到这个）。请不要告诉我它不适用于真实的音频样本，我很清楚这一点，我这样做只是为了好玩和学习更多编码:)

到目前为止我已经得到了这个代码（我承认其中很多是从互联网上偷来的）：


def hash_file(filename):
   """"This function returns the SHA-1 hash
   of the file passed into it"""

   # make a hash object
   h = hashlib.blake2s()

   # open file for reading in binary mode
   with open(filename,'rb') as file:

       # loop till the end of the file
       chunk = 0
       while chunk != b'':
           # read only 1024 bytes at a time
           chunk = file.read(1024)
           h.update(chunk)

   # return the hex representation of digest
   return h.hexdigest()

import os
from pydub import AudioSegment
from pydub.utils import make_chunks
list_of_sounds = {}

directory = r'Bird_Calls'
for filename in os.listdir(directory):
    if filename.endswith(".mp3"):
        #print(os.path.join(directory,filename))
        #print(hash_file(os.path.join(directory,filename)))
        hasha=hash_file(os.path.join(directory,filename))
        list_of_sounds[hasha] = [filename]
    else:
        continue

print(list_of_sounds)


import pyaudio
import wave

CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "tmp.mp3"

p = pyaudio.PyAudio()

stream = p.open(format=FORMAT,channels=CHANNELS,rate=RATE,input=True,frames_per_buffer=CHUNK)

print("* recording")

frames = []

for i in range(0,int(RATE / CHUNK * RECORD_SECONDS)):
    data = stream.read(CHUNK)
    frames.append(data)

print("* done recording")

stream.stop_stream()
stream.close()
p.terminate()

wf = wave.open(WAVE_OUTPUT_FILENAME,'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

recorded=hash_file("tmp.mp3")

if recorded in list_of_sounds:
    print(filename)

问题是，当我录制音频时（即使只是播放我知道在数据库中的电话，然后只是录制它以获取哈希值），哈希值仍然不同。我知道这是由于时间/音频质量/背景噪声等的轻微偏移造成的。有没有办法让我的哈希值“更模糊”以增加碰撞的机会？或者我完全以错误的方式处理这个问题。请不要将我指向 dejavu 程序的方向，我确信它很好用，但我想看看我是否可以自己编写代码。谢谢！

解决方法

您已选择 Blake2S 作为哈希函数。这是一个加密散列函数，这意味着它旨在对每个输入字节产生非常不同的结果。

对您来说，这意味着：如果您的 MP3 仅在 1 个字节中有所不同，那么生成的哈希值就会大不相同。

增加碰撞次数无济于事。实际上，情况正好相反：任何其他文件（甚至是文本文件、Word 文档或类似文件）都会有更高的更改以匹配您的鸟鸣。

您需要的是专为音频设计的哈希函数。对于类似 Shazam 的功能，即：

时间可能相对严格，因为我们希望所有播放都具有相同的速度（这可能会因制造公差和温度而有所不同，但可能小于 1%）
它必须允许时移，因为录制可能迟早开始
它可能对频率相对严格，因为它是以特定频率录制的，我们希望播放能产生类似的结果（如果使用均衡器并且每个扬声器具有不同的谐振频率，这可能会有所不同）
它必须允许幅度变化，因为回放可以更大声或从更远的地方录制
它必须允许噪音和环境声音

对于鸟类，算法变得更加困难，因为

它必须允许时间差异，因为不是每只鸟都以相同的速度唱歌
它必须允许频移，因为鸟儿可能会以不同的频率唱歌，而且它们没有什么可调谐的

为了解决图片中显示的一些问题，Shazam 使用频谱而不是波形，因此您需要的是傅立叶变换（通常是 FFT，而不是很多 DFT）。而且他们不会做一次，而是以小增量做，所以他们得到了瀑布光谱图，比如

但他们仍然需要考虑时间偏移（X 轴上的偏移）和响度差异（更强烈的颜色）。您还需要考虑两个轴上的移位和拉伸。

也许可以对频谱图进行图像处理之类的操作。您可以尝试识别具有当前频率和不存在频率的边缘和区域，如下所示：

这样你就可以说这两个声音都包含 4 个边缘、2 个缺失频率区域和 4 个当前频率区域，并且它们之间的相对位置是相似的。

这正是你的哈希值。

有没有什么办法可以增加我的散列的冲突次数以进行音频处理？

如何解决有没有什么办法可以增加我的散列的冲突次数以进行音频处理？

解决方法

相关推荐