基于隱馬爾可夫模型的自動和弦識別.pdf

1、隨著數(shù)字音樂的快速發(fā)展，對音樂進(jìn)行有效的檢索是非常必要的。而現(xiàn)有的大多數(shù)情況是通過分析梅爾頻譜系數(shù)等特征（或其它的光譜系數(shù)這些低層（low-level features））對音樂進(jìn)行檢索。由于這些特征只與信號特點(diǎn)相關(guān)，不能反映音樂的語意內(nèi)容，因此在很多應(yīng)用方面，這些低層特征所表現(xiàn)出來的信息量是不夠的。相反，一些中層特征（mid-level features）包含了大量的音樂信息，能夠表現(xiàn)音樂的屬性，對音樂的分析是非常有用的。其中，和弦就

2、是典型的中層特征。與此同時，和弦與音樂潛在情感還有密切的關(guān)系。在類型、風(fēng)格相似的歌曲中可以發(fā)現(xiàn)相同的和弦序列，因此利用和弦序列可以將相似的歌曲有效的檢索出來。
　　本論文的研究目的是以和弦為單位建立隱馬爾可夫模型，進(jìn)而構(gòu)建一套完整的和弦識別系統(tǒng)。主要內(nèi)容包括以下幾個方面:
　　1）對音頻文件進(jìn)行特征提取。分析了現(xiàn)有的一些音頻文件表達(dá)方式，考慮其時效性，確定了采用音高集文件特征(pitch class profile)，從而使

3、機(jī)器能夠更好的識別和表達(dá)音頻文件。
　　2）研究MIDI文件的內(nèi)容及格式，以和弦為單位進(jìn)行標(biāo)注，和弦的類型主要為大三和弦、小三和弦，減三和弦。分析一個八度內(nèi)的音高，以每個音高為根音，提取與之對應(yīng)的大三和弦、小三和弦、減三和弦，對于每一個和弦，分別建立一個隱馬爾可夫模型。
　　3）對每一個已經(jīng)建立好的隱馬爾可夫模型進(jìn)行初始化和訓(xùn)練，構(gòu)建一個完整的和弦識別體系。最后取一份已經(jīng)正確標(biāo)注的MIDI文件，檢測系統(tǒng)的性能。
　　本

4、文在對MIDI語料的標(biāo)注方面取得了較好的效果。對于一段十秒鐘左右的MIDI文件，我們可以正確的提取其中的和弦標(biāo)識。在建立隱馬爾可夫模型方面，借鑒隱馬爾可夫模型在語音識別中的應(yīng)用，可以對每一個和弦建立正確的模型。
　　本文的研究方法可以適當(dāng)?shù)膽?yīng)用于其他音樂領(lǐng)域。對和弦識別的研究可以為音樂檢索服務(wù)，即在和弦識別率較高的情況下，對音樂的檢索就會變的相當(dāng)?shù)娜菀?，這在一定程度上顯示了系統(tǒng)具有良好的延展性。另外，本文采用音高集文件作為音樂文件