我创建了一个类似于 Shazam 的过程，它创建给定声音剪辑的频谱图。我试图找出一种将这些数据存储到数据库中的方法，以便我可以对其进行比较。（我不需要实际的代码，只是对过程的概念帮助）。
对于那些不熟悉频谱图的人，它是 x 轴上的时间图和 y 轴上的频率图。我需要一种可以运行比较的方式来保存这些数据。此外，我不能简单地从左到右创建很长的频率值，因为在尝试使用大型数据集（基本上是 N^2 子字符串比较）对其进行搜索时，这会成为时间复杂度问题。
本质上，我正在考虑在声音剪辑上创建某种散列，并将数据保存为散列的 trie 或后缀树，但我不确定当时如何对其进行比较。
任何想法将不胜感激。
这是一个二维数组。如果大多数数据为 0.0，则可能是稀疏的。
我会使用ROOT直方图（比如TH2F）来避免必须管理所有边缘情况等，尽管几乎所有科学库都应该支持适当的数据结构。ROOT 支持至少两个直方图相似性度量（卡方和Kolmogorov），这将允许您进行定量比较。
您可以将其存储为原始 2D 数组，否则您将需要进行一些更高级别的特征提取（轨道间距轮廓等）以提取重要特征，然后您可以将其用于比较目的。
哈希的问题是您需要紧密匹配，而不是完全匹配 - 我正在考虑提取频谱图中局部峰值的（时间，频率）元组，然后将它们放入http://en .wikipedia.org/wiki/Spatial_database。
要进行搜索，您可以提取 n 个最高峰（4 - 8 个？），然后在空间数据库中搜索最接近的峰并找到最佳拟合匹配。