一种基于深度学习的音频哈希生成方法

本发明公开了一种基于深度学习的音频哈希生成方法，包括：S1、对输入音频信号进行频谱分析并提取频率倒谱系数；S2、将上述步骤得到音频特征向量进行主成分分析降维；S3、通过空间注意力机制对频谱能量维度上各片段进行加权，以优化特征表达；S4、通过动态池化层将不同长度的音频特征与全连接层对齐；S5、根据降维后的特征向量，通过相邻元素大小关系生成最终音频哈希值。根据本发明，所述方法对音频的时间偏移、频率变化和增加噪声等常见干扰具有显著的鲁棒性，在保证高效存储的同时，确保了音频哈希的稳定性和准确性，适用于大规模音频数据库的检索与版权保护。