从音频文件中提取数据有哪些好的库？

Question

最近，我开始在我的iPhone上使用Shazam app。对于那些不知道的人来说，这款应用程序通过收听播放的一小段歌曲来识别歌曲。我对它的准确性和速度感到惊讶，所以我决定做一点挖掘。

我发现了他们的一个开发者here写的一篇论文。在论文中，开发人员详细描述了Shazam中使用的指纹算法。

作为一个宠物项目，我喜欢制作我自己的歌曲指纹应用程序，这样我就可以获得一些音频编程的经验。

有哪些音频库可以帮助你提取音频片段或mp3歌曲的持续时间内的频率、振幅和其他特征？

我使用的是.NET，但我对其他语言库也持开放态度。我对开源和付费的库都很满意。只要我能可靠地提取音频特征，我就会很高兴。

另请参阅：

How Shazam Works

Shazam Journal Paper

Answer 1

试着看看NAudio吧。它可能没有你想要的所有音频分析，但它是相当可扩展的，如果你使用.Net语言，它将是一个很好的起点。

Answer 2

要开始学习音频功能，您应该首先阅读this paper。

许多实验室都开发了自己的库来提取音频特征。你可以看看yafee，aubio，jaudio……

Answer 3

ffmpeg库支持很多音频编解码器，但是它的接口相当痛苦。

为了提取音频属性，你应该考虑一个合适的适合信号分析的库。例如，您将特别需要快速傅立叶变换(FTT)，以便从音频样本中提取频率数据。A search在这个主题上给出了很多结果。

/edit:对于.NET，我确信有一个ffmpeg接口。您还可以找到用于.NET的信号分析工具。