【Python】Dejavu：Python 音频指纹识别库详解

Dejavu 是一个基于 Python 实现的开源音频指纹识别库，主要用于音频文件的识别和匹配。它通过生成音频文件的唯一“指纹”并将其存储在数据库中，来实现音频的快速匹配。Dejavu 的主要应用场景包括识别音乐、歌曲匹配、版权管理等。

💯 Dejavu 的工作原理

Dejavu 使用“音频指纹”技术来识别音频文件。指纹是音频的独特特征，通过快速傅里叶变换（FFT）提取频率峰值，并使用哈希算法将这些峰值数据转换为唯一的指纹值。然后，这些指纹被存储到数据库中，方便后续的匹配和查询。

• 音频指纹生成：通过频率变换和特征提取算法生成音频的哈希值，并存储到数据库。
• 音频识别：将输入的音频文件生成指纹并与数据库中现有的指纹进行匹配。

📦 如何安装和配置 Dejavu

要安装 Dejavu，您可以使用以下步骤：

1. 安装 Python 依赖：

   pip install dejavu
   

2. 设置数据库（MySQL 或 PostgreSQL）并创建存储音频指纹的表：

   mysql -u root -p
   CREATE DATABASE dejavu;
   

3. 配置 dejavu.cnf.SAMPLE 文件（可重命名为 dejavu.cnf）：

   {"database": {"host": "127.0.0.1","user": "root","password": "your_password","database": "dejavu"},"database_type": "mysql"
   }
   

♨️ 基本用法和代码示例

Dejavu 提供了多种识别音频的方式，包括从文件识别、通过麦克风识别等。以下是几个常用的代码示例：

1）创建 Dejavu 实例并进行音频指纹匹配

from dejavu import Dejavu
from dejavu.logic.recognizer.file_recognizer import FileRecognizer# 加载配置文件
config = {"database": {"host": "127.0.0.1","user": "root","password": "your_password","database": "dejavu"},"database_type": "mysql"
}
djv = Dejavu(config)# 对文件目录中的音频文件进行指纹生成
djv.fingerprint_directory("mp3_directory", [".mp3"])# 从音频文件中进行识别
result = djv.recognize(FileRecognizer, "mp3/Josh-Woodward--I-Want-To-Destroy-Something-Beautiful.mp3")
print(f"识别结果: {result}")

2）通过麦克风进行音频识别

from dejavu.logic.recognizer.microphone_recognizer import MicrophoneRecognizer# 使用麦克风进行识别，持续监听 10 秒钟
result = djv.recognize(MicrophoneRecognizer, seconds=10)
if result:print(f"麦克风识别结果: {result}")
else:print("未识别到任何内容，请确认是否播放了歌曲。")

🔨 高级功能和配置

Dejavu 提供了多种配置选项，可以通过修改 config/settings.py 中的参数进行调优。以下是一些常用的高级配置：

参数	描述	默认值
FINGERPRINT_REDUCTION	控制指纹的精度，值越小精度越高	30
PEAK_NEIGHBORHOOD_SIZE	峰值邻域的大小，影响指纹的唯一性和匹配准确度	10
DEFAULT_OVERLAP_RATIO	指纹片段的重叠比率	0.4
DEFAULT_FAN_VALUE	控制特征点连接的数目，影响匹配的敏感度和计算量	5
DEFAULT_AMP_MIN	设置指纹的最小振幅，控制噪声过滤	10

通过调整这些参数，用户可以在识别速度与识别准确度之间找到一个最佳平衡点。

❓ 常见问题和注意事项

1. Python 版本兼容性：Dejavu 最初是为 Python 2.x 编写的，后续更新支持了 Python 3.x 版本。使用 Python 3 版本时可能需要注意一些依赖库的版本兼容性，如 Numpy 的特定版本。
2. 数据库选择：目前 Dejavu 支持 MySQL 和 PostgreSQL 作为音频指纹存储的数据库，用户可以根据自己的需求选择合适的数据库类型。
3. 麦克风识别：使用麦克风识别时，确保麦克风设备正常工作，并且在录制时播放歌曲以便进行匹配。

📥 下载地址

Dejavu 最新版 下载地址

💬 结语

Dejavu 是一个功能强大的音频指纹识别库，特别适合需要音频文件识别、歌曲匹配的项目。在实际使用中，通过合理配置数据库和指纹生成参数，可以提高系统的识别精度和效率。对于开发者来说，Dejavu 提供了简单易用的 API，并支持多种识别场景，非常适合在 Python 项目中集成音频识别功能。

📒 参考文献

• Dejavu GitHub仓库