基于哼唱搜索的音樂檢索系統(tǒng)研究.pdf

1、基于音頻內(nèi)容的搜索方式在哼唱的檢索領(lǐng)域應(yīng)用非常普遍。本文旨在實(shí)現(xiàn)一個(gè)基本的基于用戶哼唱的音頻搜索系統(tǒng)。該系統(tǒng)的具體實(shí)現(xiàn)主要涉及三個(gè)技術(shù)的難點(diǎn)。首先我們需要研究解決的就是如何提取音頻的特征曲線。第二個(gè)我們需要研究解決的就是如何構(gòu)造MIDI特征庫。第三個(gè)需要研究解決的就是如何從特征庫中檢索出結(jié)果即旋律匹配算法的實(shí)現(xiàn)。
　　本文在第一個(gè)技術(shù)難點(diǎn)上的工作主要包括音頻的預(yù)處理和提取音頻特征旋律曲線。我們想要得到一段噪聲比較小的音頻數(shù)據(jù)，所以

2、就必須去噪。我們采用卡爾曼濾波的方法先對輸入的音頻信號簡單去噪，然后預(yù)加重，我們使用的方法是高通濾波，最后漢明加窗。這樣我們就可以提取處理后音頻的特征。我們討論了各種現(xiàn)有的特征提取算法，最終選定改進(jìn)的AMDF平均幅度差方法，并使用matlab實(shí)現(xiàn)了該算法，完成了輸入音頻的特征提取。
　　本文在第二個(gè)技術(shù)難點(diǎn)上的工作主要就是如何提取MIDI中的特征曲線，并構(gòu)建音頻特征數(shù)據(jù)庫。我們分析了 MIDI的文件格式，利用了第三方 MIDI庫讀

3、取MIDI文件的數(shù)據(jù)，并結(jié)合輪廓線算法和最佳 k音軌旋律算法，最終我們得到了MIDI文件的音高特征曲線并且寫入文件，該文件中存儲的數(shù)據(jù)是旋律匹配模塊中的特征數(shù)據(jù)。
　　本文的第三個(gè)難點(diǎn)是如何從特征庫中查找用戶需要的音樂。本文在這一方面的工作主要是分析了現(xiàn)有的旋律匹配算法，主要包括基于字符串的匹配算法、基于統(tǒng)計(jì)的HMM的算法以及基于動(dòng)態(tài)時(shí)間規(guī)整（DTW）的算法。最終我們選定了動(dòng)態(tài)時(shí)間規(guī)整算法來進(jìn)行旋律識別，并且考慮到實(shí)際檢索中的通用