音频检索技术发展的时间还不长,目前关于音频检索技术的研究主要集中在检索的算法上。音频样例检索是音频检索的主要方法之一。在基于样例的音频检索中,音频样例的选择对检索系统的检出率有很大的影响,对提高检索系统的鲁棒性有重要的意义,而目前关于这方面的研究还很少;此外,若有大量重复的样例存在于系统样例库中,会导致系统资源的浪费,降低检索的效率。为了提高音频样例检索系统的鲁棒性与检索效率,本文主要研究音频样例的优选和重复样例的检测方法。在音频检索中,用户往往会提交一段较长的多媒体数据作为查询输入。若在检索时,充分利用样例数据长的特点,从中优选出对噪声具有较好鲁棒性的部分作为查询,将对进一步提高检索召回率,增强系统鲁棒性具有重要意义。通过对具有不同噪声鲁棒性的音频帧的特征进行分析,发现鲁棒性好的音频帧的MFCC特征方差明显大于鲁棒性差的音频帧。本文利用这一特点对音频片段进行鲁棒性评分,根据评分结果进行样例优选。实验证明这种方法可以有效地从一段音频中选出鲁棒性好的样例。样例优选时用户提交的往往是经过压缩处理的多媒体文件,需要解码成非压缩的WAV格式文件再进行样例优选。本文设计了一种基于微软流媒体解决方案DirectShow的多媒体解码方案,并完成了软件实现。在检索系统的实际运行中,若样例库中存在大量重复的样例,不仅消耗存储空间,还会浪费系统宝贵的计算资源,降低检索系统的效率。因此,有必要进行样例重复检测,找出重复的样例,再进行相应的处理。在样例重复检测中,采用分段检索的方法,能加快检索速度。在分段检索过程中设置三个矩阵来分别记录检索结果,检索结束后可以从中得出样例间的匹配信息。实验结果表明,这种方法能够快速找出重复的样例,并且可根据用户设置的重复阈值删除重复的样例。