基于內容的多媒體哼唱檢索系統(tǒng)軟件研究與設計.pdf

1、隨著多媒體數(shù)據(jù)的急劇增多,基于內容的多媒體哼唱檢索作為一種個性化的檢索方式,已經引起越來越廣泛的關注。決定一個哼唱檢索系統(tǒng)的性能好壞主要取決于其底層算法的設計,其中去噪處理、特征序列參數(shù)構建、匹配算法等都是底層關鍵算法,本課題主要以音頻檢索作為主要研究對象,圍繞這些關鍵技術展開研究,針對現(xiàn)有算法的不足之處提出改進的方法,并通過原型系統(tǒng)的實驗,驗證改進的效果。本文主要研究工作如下:
　　(1)闡述軟件開發(fā)的系統(tǒng)總體設計方案,以系統(tǒng)開

2、發(fā)思想為基礎,詳細描述系統(tǒng)整體的軟件架構,主要介紹系統(tǒng)設計中涉及到的音頻特征提取模塊和哼唱檢索模塊的設計思路,并介紹系統(tǒng)的數(shù)據(jù)庫構成。
　　(2)主要完成音頻特征提取模塊的詳細設計。首先探討音頻去噪方法,以運算量較小的譜減去噪為基礎,對其增益函數(shù)進行改進,并通過實驗表明改進的譜減去噪法可以明顯改善信噪比;其次介紹了音頻的時域分析,主要介紹線性預測倒譜系數(shù)LPCC和梅爾頻率倒譜系數(shù)MFCC及其一階差分倒譜特征參數(shù),并針對本文所設計的

3、系統(tǒng)平臺,探討采用線性梅爾倒譜(LPC-MFCC)差分倒譜參數(shù)作為特征參數(shù)的特征提取方法。
　　(3)主要進行哼唱檢索模塊的算法與軟件設計,在研究字符串匹配算法和HMM算法原理基礎上使用一種連續(xù)隱馬爾可夫模型,并對DTW算法進行音高平移處理,用于改善檢索精度與檢索速度。針對設計的匹配算法,給出原型系統(tǒng)的總體框架與設計開發(fā)。
　　(4)對前述各章中設計的軟件功能和檢索算法分別進行了試驗測試和軟件測試,進行了仿真實驗,并得出了相