基于E2LSH的音樂哼唱檢索系統(tǒng)的研究.pdf

1、在基于內(nèi)容的檢索領(lǐng)域中,音頻檢索是新發(fā)展起來的研究熱點(diǎn)。音樂哼唱檢索是基于內(nèi)容的音頻檢索的一個(gè)分支,它提供了一種新穎、方便的音樂檢索方法,當(dāng)人們遺忘了歌曲的歌名等信息時(shí),用戶可以通過哼唱一段旋律的方式,在大型歌曲數(shù)據(jù)庫中快速尋找到目標(biāo)歌曲,這種檢索方式給用戶帶來了簡單、直觀、方便的音樂檢索體驗(yàn)。
　　本文分析了當(dāng)今基于哼唱的音樂檢索系統(tǒng)中的一些技術(shù),對(duì)旋律特征表示方法、旋律特征提取算法、旋律匹配算法進(jìn)行了討論和研究?，F(xiàn)今的哼唱檢索

2、系統(tǒng)大都忽略了檢索速度的問題,本文針對(duì)這個(gè)問題,將基于精確歐氏距離位置敏感哈希的相似性檢索技術(shù)應(yīng)用到哼唱檢索中,構(gòu)建一個(gè)快速的音樂哼唱檢索系統(tǒng)。本文主要做了以下幾個(gè)方面工作:
　　1.對(duì)哼唱檢索系統(tǒng)基礎(chǔ)進(jìn)行了分析。在了解哼唱檢索系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上,分別研究了旋律特征表示方法以及相關(guān)語音信號(hào)處理技術(shù),研究了使用MIDI文件建立旋律模板庫,研究了旋律特征的提取技術(shù),包括基音周期預(yù)估、平滑處理和音符切分,其中,對(duì)比了幾種基音周期預(yù)估算法,

3、YIN的性能較好,然后對(duì)旋律匹配過程中音高偏移問題和音長伸縮問題進(jìn)行分析討論。
　　2.對(duì)旋律匹配技術(shù)進(jìn)行研究。本文對(duì)比了線性伸縮(LS),動(dòng)態(tài)時(shí)間規(guī)整(DTW)和土堆移動(dòng)距離(EMD)三種旋律匹配算法的性能,針對(duì)旋律匹配,對(duì)DTW算法進(jìn)行了動(dòng)態(tài)閾值偏移約束的改進(jìn),形成了檢索速度較快的改進(jìn)型 DTW( IDTW)。綜合 EMD與 IDTW各自的優(yōu)點(diǎn),本文提出了一種旋律匹配算法EMD-IDTW,該方法匹配準(zhǔn)確率較高且檢索速度較快。<

4、br>　　3.針對(duì)現(xiàn)今哼唱檢索系統(tǒng)檢索速度慢、需要窮舉匹配的問題,本文研究了基于精確歐氏位置敏感哈希(E2LSH)的相似性快速檢索技術(shù),對(duì)E2LSH及其哈希函數(shù)進(jìn)行了理論分析,將E2LSH檢索技術(shù)應(yīng)用到哼唱檢索系統(tǒng)中,建立了基于pitch向量的E2LSH索引結(jié)構(gòu),利用該索引結(jié)構(gòu)進(jìn)行第一層檢索,加快了系統(tǒng)檢索速度。本文結(jié)合EMD-IDTW匹配算法,提出了Pitch-E2LSH+EMD-IDTW旋律匹配方法。最后本文構(gòu)建了基于E2LSH的音