Segmentlengte doet ertoe: Een onderzoek naar de invloed van segmentlengtes op de prestaties van audio fingerprinting.
Segment Length Matters: A Study of Segment Lengths on Audio Fingerprinting Performance
January 25, 2026
Auteurs: Ziling Gong, Yunyan Ouyang, Iram Kamdar, Melody Ma, Hongjie Chen, Franck Dernoncourt, Ryan A. Rossi, Nesreen K. Ahmed
cs.AI
Samenvatting
Audiofingerprinting biedt een identificeerbare representatie van akoestische signalen, die later kan worden gebruikt voor identificatie- en retrievalsystemen. Om een onderscheidende representatie te verkrijgen, wordt de invoeraudio meestal gesegmenteerd in kortere tijdsintervallen, waardoor lokale akoestische kenmerken kunnen worden geëxtraheerd en geanalyseerd. Moderne neurale benaderingen werken typisch op korte, vaste-duur audiosegmenten, maar de keuze van de segmentduur wordt vaak heuristisch gemaakt en zelden diepgaand onderzocht. In dit artikel bestuderen we hoe de segmentlengte de prestaties van audiofingerprinting beïnvloedt. We breiden een bestaande neurale fingerprintingarchitectuur uit om verschillende segmentlengtes te hanteren en evalueren de retrievalnauwkeurigheid over verschillende segmentlengtes en queryduren. Onze resultaten tonen aan dat korte segmentlengtes (0,5 seconde) over het algemeen betere prestaties bereiken. Bovendien evalueren we de capaciteit van LLM's om de beste segmentlengte aan te bevelen, wat aantoont dat GPT-5-mini consequent de beste suggesties geeft over vijf overwegingen heen, vergeleken met de drie onderzochte LLM's. Onze bevindingen bieden praktische richtlijnen voor het selecteren van de segmentduur in grootschalige neurale audioretrievalsystemen.
English
Audio fingerprinting provides an identifiable representation of acoustic signals, which can be later used for identification and retrieval systems. To obtain a discriminative representation, the input audio is usually segmented into shorter time intervals, allowing local acoustic features to be extracted and analyzed. Modern neural approaches typically operate on short, fixed-duration audio segments, yet the choice of segment duration is often made heuristically and rarely examined in depth. In this paper, we study how segment length affects audio fingerprinting performance. We extend an existing neural fingerprinting architecture to adopt various segment lengths and evaluate retrieval accuracy across different segment lengths and query durations. Our results show that short segment lengths (0.5-second) generally achieve better performance. Moreover, we evaluate LLM capacity in recommending the best segment length, which shows that GPT-5-mini consistently gives the best suggestions across five considerations among three studied LLMs. Our findings provide practical guidance for selecting segment duration in large-scale neural audio retrieval systems.