（这是个大坑，不要用）基于余弦相似度的音轨特征匹配（听歌识曲）

更新：不要用！！！我发现有三个不同的歌被识别成了一个，他们的重音部分都差不多，但是其他部分的声音完全不同，也被识别成了一首歌

目录

[TOC]

目的: 输入两个文件夹，通过音轨特征判断两个文件夹中的音轨是否同一首歌，类似于听歌识曲

零、原理

1.理论

  1. 提取音频特征(MFCC、色度、频谱对比度、零交叉率、均方根能量)，连接成一个特征向量。
  2. 计算余弦相似度：

$$ \begin{align} \href{https://en.wikipedia.org/wiki/Cosine_similarity}{Cosine Similarity} &= \frac{\mathbf{A} \cdot \mathbf{B}}{\left\|\mathbf{A}\right\| \left\|\mathbf{B}\right\|} \text{，(定义式)} \\ \nonumber\\[1ex] &= \frac{\mathbf{u} \cdot \mathbf{v}}{\left\|\mathbf{u}\right\| \left\|\mathbf{v}\right\|} \\ \nonumber\\[1ex] &= \frac{\left\|u\right\| \left\|v\right\| \cos(\theta)}{\left\|u\right\| \left\|v\right\|} \text{，(其中，} \theta \text{ 是向量 } \mathbf{u} \text{ 和 } \mathbf{v} \text{ 之间的夹角)} \\ \nonumber\\[1ex] \nonumber&= \cos(\theta) \\ \nonumber\\[1ex] \nonumber\because-1 &\leq \cos(\theta) \leq 1 \\ \nonumber\\[1ex] \therefore-1 &\leq \text{Cosine Similarity} \leq 1 \end{align} $$

  • 故余弦相似度的结果范围是 [-1, 1]：

    • 1：两个向量完全相似（即它们的方向完全一致）。
    • 0：两个向量没有任何相似性（即它们正交，没有线性关系，夹角为 90°）。
    • -1：两个向量完全相反（即它们的方向完全相反，是对立的，夹角为 180°）。
  1. 计算余弦距离：

$$ \text{Cosine Distance} = 1 - \text{Cosine Similarity} $$

  • 余弦距离的结果范围是 [0, 2]：

    • 当余弦相似度为 1 时，余弦距离为 1-1=0（完全相似）。
    • 当余弦相似度为 -1 时，余弦距离为 1-(-1)=2（完全相反）。
    • 当余弦相似度为 0 时，余弦距离为 1-0=1（正交，完全无相似性）。

余弦距离的值范围是 [0, 2]，值越接近 0 表示越相似，越接近 2 表示越不同。

2.实际应用

而代码中直接可以调用cosine(u, v, w=None)获取到余弦距离(Cosine Distance)，就不用自己手动带定义式了，现在需要将余弦距离(Cosine Distance)还原为余弦相似度(Consine Similarity):

$$ \begin{align} \because \text{Cosine Distance} &= 1 - \text{Cosine Similarity} \\ \therefore \text{Cosine Similarity} &= 1 - \text{Cosine Distance} \\ \because \text{Cosine Distance} &= 1 - \frac{u \cdot v}{\|u\|_2 \|v\|_2} \\ \therefore \text{Cosine Similarity} &= 1 - \left( 1 - \frac{u \cdot v}{\|u\|_2 \|v\|_2} \right) \\ \because \text{cosine(u, v, w=None)} &= 1 - \frac{u \cdot v}{\|u\|_2 \|v\|_2} \\ \therefore \text{Cosine Similarity} &= 1 - (1 - \text{cosine(u, v, w=None)}) \end{align} $$

由此得到标准的余弦相似度= 1 - (1 - cosine(u, v, w=None))

但是区间[-1,1]不是那么方便，现需要进行归一化，将其范围从 [-1, 1] 转换为 [0, 1]，

$$ \begin{align} \because\text{Cosine Similarity} &\in [-1, 1] \\ \therefore\text{Cosine Similarity} + 1 &\in [0, 2] \\ \therefore\frac{\text{Cosine Similarity} + 1}{2} &\in \left[\frac{0}{2}, \frac{2}{2}\right] = [0, 1] \\ \therefore\text{Cosine Similarity (normalized)} &= \frac{\text{Cosine Similarity} + 1}{2} \in [0, 1] \\ \therefore\text{Cosine Similarity (normalized)} &= \frac{[1 - (1 - \text{cosine(u, v, w=None)})] + 1}{2} \\ &= \frac{[1 - 1 + \text{cosine(u, v, w=None)}] + 1}{2} \\ &= \frac{\text{cosine(u, v, w=None)} + 1}{2} \end{align} $$

所以余弦相似度归一化后的公式就是:

$$ \text{Cosine Similarity (normalized)} = \frac{\text{cosine(u, v, w=None)} + 1}{2} $$

​ • 1：表示两个向量之间的 相似度最大，方向完全一致，完全相似。

​ • 0：表示两个向量之间 完全不相似，即它们的方向完全相反（余弦相似度为 -1）。

​ • 0.5：表示两个向量 正交，即它们的方向是垂直的（余弦相似度为 0）。这意味着它们之间 没有直接的线性关系，但并不意味着完全无关；它们在某些情况下可能仍然有一定的间接关系。

注：代码中当时偷懒没有化简，直接用的：

$$ \frac{[1 - (1 - \text{cosine(u, v, w=None)})] + 1}{2} $$

一、简单版（仅用MFCC，基本也够用了）

代码:

import os
import librosa
import numpy as np
from scipy.spatial.distance import cosine

SUPPORTED_FORMATS = (".mp3", ".wav", ".flac", ".ogg", ".aac", ".m4a")


def extract_features(audio_path):
    """
    提取音频特征，返回MFCC的均值作为特征向量。
    """
    try:
        y, sr = librosa.load(audio_path, sr=None, mono=True)
        mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=20)
        mfcc_mean = np.mean(mfcc, axis=1)
        return mfcc_mean
    except Exception as e:
        print(f"Error processing {audio_path}: {e}")
        return None


def build_feature_database(audio_folder):
    """
    构建音频特征数据库，返回字典形式 {文件名: 特征向量}
    """
    database = {}
    for file in os.listdir(audio_folder):
        if file.lower().endswith(SUPPORTED_FORMATS):
            print(f"获取音频特征：{file}")
            file_path = os.path.join(audio_folder, file)
            features = extract_features(file_path)
            if features is not None:
                database[file_path] = features
    return database


def find_best_match(target_database, reference_database):
    """
    匹配 target 文件夹中所有音频到 reference 数据库中的最佳匹配。
    返回每个文件的最佳匹配及相似度。
    """
    results = []
    for target_path, target_features in target_database.items():
        best_match = None
        best_similarity = 0  # 初始最差相似度为0

        for ref_path, ref_features in reference_database.items():
            cosine_distance_value = cosine(
                target_features, ref_features
            )  # 计算余弦距离
            # 归一化余弦相似度
            normalized_similarity = (1 + (1 - cosine_distance_value)) / 2  # 归一化公式
            if normalized_similarity > best_similarity:
                best_match = ref_path
                best_similarity = normalized_similarity

        results.append((target_path, best_match, best_similarity))

    return results


if __name__ == "__main__":
    # 输入两个文件夹，自动匹配两个文件夹中音轨特征相同的两个音乐
    target_folder = (
        "/Users/someone/Desktop/未命名文件夹/网易云歌单"  # 目标音频文件夹路径
    )
    reference_folder = "/Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack"  # 参考音频文件夹路径

    # 1. 构建特征数据库
    print("正在构建目标音频特征数据库...")
    target_database = build_feature_database(target_folder)
    print(f"目标数据库构建完成，共包含 {len(target_database)} 首音乐")

    print("正在构建参考音频特征数据库...")
    reference_database = build_feature_database(reference_folder)
    print(f"参考数据库构建完成，共包含 {len(reference_database)} 首音乐")

    # 2. 匹配所有文件
    print("正在匹配音频...")
    match_results = find_best_match(target_database, reference_database)

    # 3. 输出匹配结果
    print("\n匹配结果:")
    for target, best_match, similarity in match_results:
        print(f"目标文件: {target}")
        print(f"最佳匹配: {best_match}")
        print(f"相似度: {similarity:.2f}\n")
        with open("匹配结果.txt", "a") as f:
            f.write(f"目标文件: {target}\n")
            f.write(f"最佳匹配: {best_match}\n")
            f.write(f"相似度: {similarity:.2f}\n\n")

输出结果:

目标文件: /Users/someone/Desktop/未命名文件夹/网易云歌单/狩人ハンイットのテーマ.mp3
最佳匹配: /Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack/Therion, the Thief.flac
相似度: 1.00

目标文件: /Users/someone/Desktop/未命名文件夹/网易云歌单/治療のために.mp3
最佳匹配: /Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack/For Succor.flac
相似度: 1.00

目标文件: /Users/someone/Desktop/未命名文件夹/网易云歌单/ボスバトル2.mp3
最佳匹配: /Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack/Decisive Battle II.flac
相似度: 0.99

二、复杂版（同时使用MFCC、色度、频谱对比度、零交叉率、均方根能量，并输出音频特征图像）

要获取的数据多了，故相比简单版的速度慢

代码：

import os
import hashlib
import librosa
import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial.distance import cosine
import platform
import locale
from tqdm import tqdm

SUPPORTED_FORMATS = (".mp3", ".wav", ".flac", ".ogg", ".aac", ".m4a")

RESULTS_DIR = "./结果"
IMAGE_SAVE_DIR = f"{RESULTS_DIR}/音频特征图像"
if not os.path.exists(IMAGE_SAVE_DIR):
    os.makedirs(IMAGE_SAVE_DIR)


def generate_unique_filename_from_path(audio_path):
    # 使用MD5哈希算法生成文件路径的哈希值
    file_hash = hashlib.md5(audio_path.encode("utf-8")).hexdigest()
    return f"{os.path.basename(audio_path)}-{file_hash}.png"


# 自动选择中文或英文字体以及图表内容
def set_font_and_labels():
    system = platform.system()
    user_locale = locale.getlocale()[0]

    if user_locale.startswith("zh"):  # 判断是否是中文环境
        language = "zh"
    else:
        language = "en"

    # 根据语言设置不同的字体和标题
    if system == "Windows":
        font = "Microsoft YaHei" if language == "zh" else "Arial"
    elif system == "Darwin":  # macOS
        font = "STHeiti" if language == "zh" else "Arial"
    elif system == "Linux":
        font = "Noto Sans CJK" if language == "zh" else "Arial"
    else:
        font = "DejaVu Sans"  # 默认字体

    # 设置matplotlib的字体
    plt.rcParams["font.family"] = font
    plt.rcParams["axes.unicode_minus"] = False  # 解决负号显示问题

    # 根据语言设置标签
    if language == "zh":
        return {
            "mfcc_matrix_title": "MFCC矩阵图 (梅尔频率倒谱系数矩阵图)",
            "mfcc_matrix_xlabel": "时间",
            "mfcc_matrix_ylabel": "MFCC 系数",
            "mfcc_line_chart_title": "MFCC均值折线图 (梅尔频率倒谱系数均值折线图)",
            "mfcc_line_chart_xlabel": "MFCC 系数编号",
            "mfcc_line_chart_ylabel": "均值",
            "chroma_matrix_title": "色度矩阵图 (Chroma Matrix)",
            "chroma_matrix_xlabel": "时间",
            "chroma_matrix_ylabel": "色度系数",
            "chroma_line_chart_title": "色度均值折线图",
            "chroma_line_chart_xlabel": "色度系数编号",
            "chroma_line_chart_ylabel": "均值",
            "spectral_contrast_matrix_title": "频谱对比度矩阵图 (Spectral Contrast Matrix)",
            "spectral_contrast_matrix_xlabel": "时间",
            "spectral_contrast_matrix_ylabel": "频谱对比系数",
            "spectral_contrast_line_chart_title": "频谱对比均值折线图",
            "spectral_contrast_line_chart_xlabel": "频谱对比系数编号",
            "spectral_contrast_line_chart_ylabel": "均值",
            "zero_crossings_matrix_title": "零交叉率图 (Zero Crossing Rate)",
            "zero_crossings_matrix_xlabel": "时间",
            "zero_crossings_matrix_ylabel": "零交叉率",
            "rmse_matrix_title": "均方根能量图 (Root Mean Square Energy)",
            "rmse_matrix_xlabel": "时间",
            "rmse_matrix_ylabel": "能量",
        }
    else:
        return {
            "mfcc_matrix_title": "MFCC Matrix(Mel-frequency Cepstral Coefficients Matrix)",
            "mfcc_matrix_xlabel": "Time",
            "mfcc_matrix_ylabel": "MFCC Coefficients",
            "mfcc_line_chart_title": "MFCC Mean Line Chart",
            "mfcc_line_chart_xlabel": "MFCC Coefficient Index",
            "mfcc_line_chart_ylabel": "Mean",
            "chroma_matrix_title": "Chroma Matrix",
            "chroma_matrix_xlabel": "Time",
            "chroma_matrix_ylabel": "Chroma Coefficients",
            "chroma_line_chart_title": "Chroma Mean Line Chart",
            "chroma_line_chart_xlabel": "Chroma Coefficient Index",
            "chroma_line_chart_ylabel": "Mean",
            "spectral_contrast_matrix_title": "Spectral Contrast Matrix",
            "spectral_contrast_matrix_xlabel": "Time",
            "spectral_contrast_matrix_ylabel": "Spectral Contrast Coefficients",
            "spectral_contrast_line_chart_title": "Spectral Contrast Mean Line Chart",
            "spectral_contrast_line_chart_xlabel": "Spectral Contrast Coefficient Index",
            "spectral_contrast_line_chart_ylabel": "Mean",
            "zero_crossings_matrix_title": "Zero Crossing Rate",
            "zero_crossings_matrix_xlabel": "Time",
            "zero_crossings_matrix_ylabel": "Zero Crossing Rate",
            "rmse_matrix_title": "Root Mean Square Energy",
            "rmse_matrix_xlabel": "Time",
            "rmse_matrix_ylabel": "Energy",
        }


labels = set_font_and_labels()


def extract_features(audio_path):
    """
    提取音频特征, 返回MFCC的均值作为特征向量。
    同时保存MFCC特征的可视化折线图和矩阵图。
    """
    try:
        y, sr = librosa.load(audio_path, sr=None, mono=True)

        # 提取不同的音频特征
        mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=20)
        chroma = librosa.feature.chroma_stft(y=y, sr=sr)
        spectral_contrast = librosa.feature.spectral_contrast(y=y, sr=sr)
        zero_crossings = librosa.feature.zero_crossing_rate(y=y)
        rmse = librosa.feature.rms(y=y)

        # 计算各特征的均值
        mfcc_mean = np.mean(mfcc, axis=1)
        chroma_mean = np.mean(chroma, axis=1)
        spectral_contrast_mean = np.mean(spectral_contrast, axis=1)
        zero_crossings_mean = np.mean(zero_crossings, axis=1)
        rmse_mean = np.mean(rmse, axis=1)

        # 获取无扩展名的文件名
        base_filename = os.path.splitext(os.path.basename(audio_path))[0]

        # 保存特征的折线图和矩阵图到指定目录
        unique_image_filename = generate_unique_filename_from_path(audio_path)
        image_path = os.path.join(IMAGE_SAVE_DIR, unique_image_filename)

        # 创建一个4行2列的子图布局，以显示8个图
        fig, ax = plt.subplots(4, 2, figsize=(12, 16))

        # 在图的顶部使用 `fig.text()` 显示文件名
        fig.text(
            0.5,
            0.95,
            f"Audio Features for {base_filename}",
            ha="center",
            fontsize=16,
            weight="bold",
        )

        # 第一个特征：MFCC
        # MFCC矩阵图（梅尔频率倒谱系数矩阵图）(Mel-frequency Cepstral Coefficients Matrix)
        ax[0, 0].imshow(mfcc, cmap="viridis", aspect="auto", origin="lower")
        ax[0, 0].set_title(f'{labels["mfcc_matrix_title"]}')
        ax[0, 0].set_xlabel(labels["mfcc_matrix_xlabel"])
        ax[0, 0].set_ylabel(labels["mfcc_matrix_ylabel"])

        # MFCC均值折线图
        ax[0, 1].plot(mfcc_mean, marker="o", linestyle="-", color="b")
        ax[0, 1].set_title(labels["mfcc_line_chart_title"])
        ax[0, 1].set_xlabel(labels["mfcc_line_chart_xlabel"])
        ax[0, 1].set_ylabel(labels["mfcc_line_chart_ylabel"])
        ax[0, 1].grid(True)

        # 第二个特征：色度
        # 色度矩阵图(Chroma Matrix)
        ax[1, 0].imshow(chroma, cmap="coolwarm", aspect="auto", origin="lower")
        ax[1, 0].set_title(f'{labels["chroma_matrix_title"]}')
        ax[1, 0].set_xlabel(labels["chroma_matrix_xlabel"])
        ax[1, 0].set_ylabel(labels["chroma_matrix_ylabel"])

        # 色度均值折线图
        ax[1, 1].plot(chroma_mean, marker="o", linestyle="-", color="r")
        ax[1, 1].set_title(labels["chroma_line_chart_title"])
        ax[1, 1].set_xlabel(labels["chroma_line_chart_xlabel"])
        ax[1, 1].set_ylabel(labels["chroma_line_chart_ylabel"])
        ax[1, 1].grid(True)

        # 第三个特征：频谱对比度
        # 频谱对比度矩阵图(Spectral Contrast Matrix)
        ax[2, 0].imshow(spectral_contrast, cmap="magma", aspect="auto", origin="lower")
        ax[2, 0].set_title(f'{labels["spectral_contrast_matrix_title"]}')
        ax[2, 0].set_xlabel(labels["spectral_contrast_matrix_xlabel"])
        ax[2, 0].set_ylabel(labels["spectral_contrast_matrix_ylabel"])

        # 频谱对比度均值折线图
        ax[2, 1].plot(spectral_contrast_mean, marker="o", linestyle="-", color="g")
        ax[2, 1].set_title(labels["spectral_contrast_line_chart_title"])
        ax[2, 1].set_xlabel(labels["spectral_contrast_line_chart_xlabel"])
        ax[2, 1].set_ylabel(labels["spectral_contrast_line_chart_ylabel"])
        ax[2, 1].grid(True)

        # 第四个特征：零交叉率
        # 零交叉率矩阵图
        ax[3, 0].plot(zero_crossings[0], marker=".", linestyle="-", color="orange")
        ax[3, 0].set_title(f'{labels["zero_crossings_matrix_title"]}')
        ax[3, 0].set_xlabel(labels["zero_crossings_matrix_xlabel"])
        ax[3, 0].set_ylabel(labels["zero_crossings_matrix_ylabel"])
        ax[3, 0].grid(True)

        # 第五个特征：均方根能量
        # 均方根能量矩阵图
        ax[3, 1].plot(rmse[0], marker=".", linestyle="-", color="purple")
        ax[3, 1].set_title(f'{labels["rmse_matrix_title"]}')
        ax[3, 1].set_xlabel(labels["rmse_matrix_xlabel"])
        ax[3, 1].set_ylabel(labels["rmse_matrix_ylabel"])
        ax[3, 1].grid(True)

        # 保存为图片
        plt.tight_layout()
        plt.subplots_adjust(
            top=0.88, hspace=0.4, wspace=0.2
        )  # top是上边距, hspace是子图上下间距, wspace是子图左右间距
        plt.savefig(
            image_path, dpi=100
        )  # dpi默认是100，调大了图片变清楚，但是生成和查看变慢
        plt.close()

        # 将所有特征均值组合成一个特征向量, 便于后续匹配
        all_features = np.concatenate(
            [
                mfcc_mean,
                chroma_mean,
                spectral_contrast_mean,
                zero_crossings_mean,
                rmse_mean,
            ]
        )

        return all_features, image_path
    except Exception as e:
        print(f"Error processing {audio_path}: {e}")
        with open(f"{RESULTS_DIR}/错误日志.log", "a") as log_file:
            log_file.write(f"Error processing {audio_path}: {e}\n")
        return None, None


def build_feature_database(audio_folder, output_file):
    """
    构建音频特征数据库, 返回字典形式 {文件名: (特征向量, 图像文件路径)}
    """
    database = {}
    files = [
        file
        for file in os.listdir(audio_folder)
        if file.lower().endswith(SUPPORTED_FORMATS)
    ]

    os.makedirs(os.path.dirname(output_file), exist_ok=True)

    with open(output_file, "a") as f:  # 追加模式写入文件
        for file in tqdm(files, desc="构建参考音频特征", unit="音频"):
            tqdm.write(f"获取音频特征: {os.path.abspath(file)}")
            file_path = os.path.join(audio_folder, file)
            features, image_path = extract_features(file_path)
            if features is not None:
                database[file_path] = (features, image_path)
                f.write(f"音频文件: {file_path}\n")
                f.write(f"特征向量: {features.tolist()}\n\n")
    return database


def find_best_match(target_database, reference_database):
    """
    匹配 target 文件夹中所有音频到 reference 数据库中的最佳匹配。
    返回每个文件的最佳匹配及相似度。

    参数：
    - target_database: dict, key为文件路径，value为一个元组（特征向量，图片）
    - reference_database: dict, key为文件路径，value为一个元组（特征向量，图片）

    返回：
    - results: list, 包含每个目标文件的最佳匹配及相似度（目标路径，最佳匹配路径，相似度，目标图片）
    """
    results = []

    for target_path, (target_features, target_image) in target_database.items():
        best_match = None
        best_similarity = 0  # 初始最差相似度为0

        for ref_path, (ref_features, _) in reference_database.items():
            cosine_distance_value = cosine(
                target_features, ref_features
            )  # 计算余弦距离
            # 归一化余弦相似度
            normalized_similarity = (1 + (1 - cosine_distance_value)) / 2
            if normalized_similarity > best_similarity:
                best_match = ref_path
                best_similarity = normalized_similarity

        results.append((target_path, best_match, best_similarity, target_image))

    return results


if __name__ == "__main__":
    # 输入两个文件夹, 自动匹配两个文件夹中音轨特征相同的两个音乐
    target_folder = (
        "/Users/someone/Desktop/未命名文件夹/网易云歌单"  # 目标音频文件夹路径
    )
    reference_folder = "/Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack"  # 参考音频文件夹路径

    # 1. 构建特征数据库
    print("正在构建目标音频特征数据库...")
    target_database = build_feature_database(
        target_folder, f"{RESULTS_DIR}/特征向量/目标音频.txt"
    )
    print(f"目标数据库构建完成, 共包含 {len(target_database)} 首音乐")

    print("正在构建参考音频特征数据库...")
    reference_database = build_feature_database(
        reference_folder, f"{RESULTS_DIR}/特征向量/参考音频.txt"
    )
    print(f"参考数据库构建完成, 共包含 {len(reference_database)} 首音乐")

    # 2. 匹配所有文件
    print("正在匹配音频...")
    match_results = find_best_match(target_database, reference_database)

    # 3. 输出最佳匹配结果
    best_match_image = None
    for target_path, best_match, best_similarity, target_image in match_results:
        for ref_path, (_, ref_image) in reference_database.items():
            if ref_path == best_match:
                best_match_image = ref_image
                break
        print(f"目标文件: {target_path}")
        print(f"最佳匹配: {best_match}")
        print(f"相似度: {best_similarity:.2f}")
        print(f"目标文件的特征图像: {os.path.abspath(target_image)}\n")
        print(f"最佳匹配文件的特征图像: {os.path.abspath(best_match_image)}\n")
        with open("./结果/匹配结果.log", "a") as f:
            f.write(f"目标文件: {target_path}\n")
            f.write(f"最佳匹配: {best_match}\n")
            f.write(f"相似度: {best_similarity:.2f}\n")
            f.write(f"目标文件的特征图像: {os.path.abspath(target_image)}\n")
            f.write(f"最佳匹配文件的特征图像: {os.path.abspath(best_match_image)}\n\n")

输出结果:

目标文件: /Users/someone/Desktop/未命名文件夹/网易云歌单/狩人ハンイットのテーマ.mp3
最佳匹配: /Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack/Therion, the Thief.flac
相似度: 1.00
目标文件的特征图像: /Users/someone/Desktop/未命名文件夹/结果/音频特征图像/狩人ハンイットのテーマ.png
最佳匹配文件的特征图像: /Users/someone/Desktop/未命名文件夹/结果/音频特征图像/Therion, the Thief.png

目标文件: /Users/someone/Desktop/未命名文件夹/网易云歌单/治療のために.mp3
最佳匹配: /Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack/For Revenge.flac
相似度: 0.99
目标文件的特征图像: /Users/someone/Desktop/未命名文件夹/结果/音频特征图像/治療のために.png
最佳匹配文件的特征图像: /Users/someone/Desktop/未命名文件夹/结果/音频特征图像/For Revenge.png

目标文件: /Users/someone/Desktop/未命名文件夹/网易云歌单/白雪舞い落ちる街.mp3
最佳匹配: /Users/someone/Downloads/Yasunori Nishiki/OCTOPATH TRAVELER Original Soundtrack/Town Veiled in White.flac
相似度: 1.00
目标文件的特征图像: /Users/someone/Desktop/未命名文件夹/结果/音频特征图像/白雪舞い落ちる街.png
最佳匹配文件的特征图像: /Users/someone/Desktop/未命名文件夹/结果/音频特征图像/Town Veiled in White.png

可视化结果：

白雪舞い落ちる街.mp3的特征图：

白雪舞い落ちる街.png

Town Veiled in White.falc的特征图：

Town Veiled in White.png

可以看出基本一样，故判断是同一首歌曲

Last modification：December 4, 2024
© Reprint prohibited
V50%看看实力