检测具有不同比特率和/或不同ID3标签的重复MP3文件？

Question

如何检测（最好使用Python）重复的MP3文件，这些文件可以用不同的比特率（但它们是同一首歌）进行编码，并且ID3标签可能不正确？

我知道我可以对文件内容进行MD5校验和，但这对于不同的比特率不起作用。我不知道ID3标签是否对生成MD5校验和有影响。我应该重新编码MP3文件有不同的比特率，然后我可以做校验和？你推荐什么？

Answer 1

这个问题和以前的AudioScrobbler和现在的MusicBrainz的人很久以前就已经研究过了。目前，Python项目是Picard，它将用一个GUID（实际上是几个GUID）标记音频文件（不仅是MPEG 1第3层文件），从那时起，匹配这些标记非常简单。

如果您更愿意将其作为自己的项目来完成，libofa可能会有所帮助。

Answer 2

对于标记问题，Picard确实是一个很好的选择。如果在识别出两个可能重复的文件后，您希望从中提取比特率信息，请查看mp3guessenc。

Answer 3

正如其他人所说，简单的校验和不会检测到具有不同比特率或ID3标签的重复项。你需要的是一个音频指纹算法。Python音频处理套件有这样一个算法，但是我不能说它有多可靠。

http://rudd-o.com/new-projects/python-audioprocessing