数字化的音乐伴随着互联网的飞速发展已经成为音乐存储的主流媒体,并且数量庞大,按照传统人工的检索和识别音乐,已经变得非常困难,并且也不能满足人们对检索方式要求。而数字指纹作为音频信息检索的一种自动化方式迅速成为了工业界和学术界研究的热点。数字音频指纹是指可以代表一段音乐重要声学特征的基于内容的紧致数字签名,主要目的是建立一种有效机制来比较两个音频文件的感知听觉质量,可用广泛的应用在在音频识别、检索,内容完整性校验等实际场景。虽然MP3已经成为最常见的数字音乐存储和传输格式,但是绝大多数已发表的数字音频指纹算法仍是基于非压缩域如WAV格式的音频特征,直接作用在压缩域上的算法尚不多见,且效果一般。在本文介绍了音频指纹系统的基本知识,应用场景,大致系统框架和主流算法。讲解了压缩域内的基本知识及其研究情况。在此之上,我们提出了两大类压缩域音频指纹算法,并给出了实验原理和结果。第一类算法使用的特征为压缩域内频谱熵,该特征主要利用了压缩域内系数频谱熵的统计特性,使得指纹具有较好的稳定性。使得原始片段受到处理后,也不会破坏这种统计特性,这样算出的特征依然保留着较强的稳定性。第二类算法用到的特征是压缩域内系数的低阶Zernike矩。算法大致过程是使用压缩域内的MDCT系数构成“伪图片”,计算“伪图片”的低Zernike价矩。而计算Zernike矩的过程是将原始数据进行正交分解的过程,依据Zernike矩的理论特性和实验证实,高阶矩代表了信号的细节分量,容易受到信号处理的影响,而低阶矩则相反。试验中则充分结合Zernike低阶矩的稳定特性和高阶矩的易变特性,构成的最后指纹,使得最后的指纹既有较好的鲁棒,又有充分的区别性。两类算法的实际效果在试验中得到了验证。实验结果表明两类算法都能够对频域内的变调,加回声,加噪音,均衡化,变音量,压缩和带通等,有着较强的鲁棒性,同时也对于时间域的TSM攻击有着一定的抵抗能力。