检测重复的音乐文件

Question

我有两个包含〜20 GB音乐文件（主要是mp3，一些ogg）的目录，我想检测所有重复的歌曲。有两个复杂因素：

1. 歌曲在两个目录中可能有不同的文件名。
2. 包含同一首歌曲的两个文件可能具有不同的ID3标签，因此具有不同的校验和。

解决此问题的好方法是什么？

Answer 1

我在过去走了关于这个问题的方法是使用来自音乐IP genpuids。封闭源代码软件，无论格式创建一个文件的音频指纹，ID3，校验等

更多信息，可以发现here。

这将确保最积极的金额重复的匹配，并尽量减少误报。它也可以正确地标记不正确的ID3标签。

Answer 2

ID3/OGG-equiv艺术家和歌曲元标签是否准确？如果他们是，你可以使用这些。

编辑：如果他们不是，也许他们可能会成为...如果你只处理整个专辑，有几个工具，将获得所有的标签数据根据轨道数量和他们的长度。

如果您正在处理专辑和单个文件的混合，它会变得更加复杂。

Answer 3

如果您有一个可以解析文件的库，您可以在音频数据上运行哈希。如果这首歌是不同的翻唱或重新压缩/转码/等等，这不会对你有所帮助。

Answer 4

也许Last.fm API将是有用的。它包含一个track.getInfo调用，该调用返回XML，包括曲目长度，艺术家姓名，曲目编号等。您可以比较曲目并查看它们是否具有多于N个的字段，如果是，则假定它们是相同的曲目。

不过，我不知道他们是否可以提交40GB音乐的API请求。

Answer 5

类似这样的事情：找到一个库来获取mp3的长度以及一个指向音频数据的指针（看起来像有一些库可以做到这一点），做一个基于歌曲长度，以及具有匹配长度的歌曲校验他们的音频数据。类似于script for finding duplicate files/images。

Answer 6

这里就是我会做（或以前做过）...

1. 加载所有歌曲的iTunes上（包涵） （注意，如果你可以在这里使用iTunes，然后停止...我假设你的列表很长且难以管理）
2. 删除所有歌曲，将它们发送到垃圾桶，这样你就摆脱了目录结构
3. 显然，不要“空垃圾”。将歌曲拯救到桌面上的文件夹
4. 使用软件（如mediamonkey,dupe eliminato r或甚至itunes本身）来识别重复项。 Dupe消除器的好处在于，它通过不同的因素，艺术家，长度，文件大小和whatnot来检查什么是愚蠢和什么不是）
5. 重新加载到Itunes，这次检查“自动排列歌曲” ，这将把你的新的，无庸置疑的名单放在一个不错的by-artist-by-album安排上

...瞧！ （或者如果你阅读digg：“......利润！“）

/MP

Answer 7

我确定那里有更优雅的解决方案 - 但是如果音频数据是相同的，那么剥离ID3标签和散列应该会有效。散列之后，如果你喜欢，你可以放回ID3标签。

Answer 8

ffTES的一些改编对我来说非常类似的任务。