基于內(nèi)容的多音音樂檢索系統(tǒng)設(shè)計.pdf

1、如何從日益增長的多媒體資源中快速準(zhǔn)確地定位已成為多媒體檢索領(lǐng)域的研究熱點,其相關(guān)技術(shù)的研究必將推動人機交互技術(shù)的發(fā)展,但目前基于內(nèi)容的音頻檢索相對于基于內(nèi)容的圖像或視頻檢索來說發(fā)展滯后。哼唱檢索是基于內(nèi)容的音頻檢索的一個重要分支,是一種最自然、最方便的音樂檢索方式,用戶只需哼唱出一段旋律,就能在音樂數(shù)據(jù)庫中檢索出想要的歌曲。當(dāng)前音樂檢索支持的音樂格式主要是MIDI格式,而對MP3、WAV等格式的多音音樂檢索的研究成果很不理想。
　

2、　 本文在分析研究多音音樂檢索的關(guān)鍵技術(shù)和難點問題的基礎(chǔ)上,完成了哼唱輸入的端點檢測和目標(biāo)音樂的音樂分割,改進(jìn)并完善了基于基頻矩陣的基音提取算法,歸納了用于音樂檢索的DTW算法,實現(xiàn)了多音音樂的特征提取和特征匹配,最后設(shè)計實現(xiàn)了本文的多音音樂檢索Music-Retrieval系統(tǒng)。
　　 本文主要研究的內(nèi)容如下:
　　 (1)在分析音樂檢索的原理和音樂樂理知識的基礎(chǔ)上,選取了廣泛用于音樂檢索的旋律(音高、基音)特征來表

3、征音樂;設(shè)計了基于內(nèi)容的多音音樂檢索的總體框架,分析了多音音樂檢索的難點及本文研究實現(xiàn)的重點。
　　 (2)討論了音樂信號的預(yù)處理,選用了基于頻譜能量的端點檢測算法實現(xiàn)了哼唱輸入的端點檢測,完成了對目標(biāo)音樂的多音音樂分割,減少了后期特征提取和特征匹配的工作量。
　　 (3)仿真分析了基本的基于時域、頻域的基音提取算法從含有復(fù)雜背景伴奏的目標(biāo)多音音樂中提取基音特征的缺陷,在探討現(xiàn)有的基于基頻矩陣的基音提取算法的基礎(chǔ)上,改進(jìn)

4、并完善了該算法,實現(xiàn)了在不能構(gòu)造基頻矩陣的情況下依然能夠從目標(biāo)音樂中提取到音樂的基音特征,并降低了計算的復(fù)雜度;
　　 (4)分析討論了在語音識別領(lǐng)域中廣泛使用的DTW算法用于多音音樂特征匹配的優(yōu)缺點,歸納了適用于音樂檢索的DTW算法,較好的克服了哼唱輸入的音調(diào)誤差,減少了匹配時間,實現(xiàn)了哼唱輸入與目標(biāo)音樂的特征匹配。
　　 (5)完成了本文Music-Retrieval系統(tǒng)的功能設(shè)計,采用VC++編程實現(xiàn)了該系統(tǒng);采集