基于旋律的音頻特征提取與旋律表示方法研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,越來越多的人們希望通過網(wǎng)絡(luò)尋找到他們感興趣的東西,如音樂、圖片等。人們的這種需求對多媒體檢索提出了新的要求。音樂檢索是繼圖像檢索之后在基于內(nèi)容的檢索領(lǐng)域中發(fā)展起來的研究新熱點。作為基于內(nèi)容的音樂檢索的一個分支,哼唱檢索為用戶提供了一種全新的檢索方式,使得用戶可以通過哼唱音樂片段的方式,在大規(guī)模的音樂數(shù)據(jù)庫中快速的尋找到目標歌曲。
　　 目前對哼唱檢索系統(tǒng)的研究大部分都是針對MIDI格式的檢索,對WAV等波

2、形文件格式的處理研究的較少。本文以基于語義的多媒體資源庫中的音頻檢索為背景,針對波形文件進行研究,研究的三個主要問題是哼唱聲音的特征提取和表示,聲音和旋律的檢索匹配以及哼唱檢索測試系統(tǒng)的搭建。本文緊緊圍繞著這三個問題,開展了以下研究工作:
　　 1.在對哼唱檢索理論進行較深入的研究基礎(chǔ)上,結(jié)合多種音樂的樂理特點和音樂的數(shù)字化表示,給出了哼唱檢索引擎核心模塊的具體研究方案。
　　 2.研究數(shù)字信號處理和語音識別技術(shù)在旋律特

3、征提取中的應(yīng)用。對時域分析法和頻域分析法作了細致的分析和研究。在哼唱片段處理過程中,給出了信號預(yù)處理、基音提取、提取后處理等相關(guān)步驟的具體實現(xiàn)方法。提出了將端點檢測應(yīng)用到基音提取算法中以區(qū)分哼唱聲中混雜的無聲段和噪聲段,使得音符切分的結(jié)果更為準確。
　　 3.通過對音樂信號基本理論的研究,使用音高差和音長差的方法來表示音樂旋律,盡可能多的保留了音樂的旋律信息,極大的提高了旋律匹配模塊的準確度。同時,采用線性對齊匹配算法計算哼唱旋

4、律與數(shù)據(jù)庫中樂曲的相關(guān)度,通過對音符單位的線性擴展和對齊匹配,有效提高了系統(tǒng)檢索的準確性。
　　 4.最后,設(shè)計并實現(xiàn)了一個基于內(nèi)容的音樂哼唱檢索測試系統(tǒng),通過多項測試,對系統(tǒng)的檢索效果進行了評價和分析,并總結(jié)了對檢索結(jié)果產(chǎn)生影響的各種因素。測試數(shù)據(jù)表明,本文研究的旋律特征提取與旋律表示方法確實能夠提高系統(tǒng)檢索的準確度,平均能將檢索成功率提高5個百分點左右。
　　 本文圍繞旋律的特征提取和表示、旋律的檢索匹配以及哼唱檢索