哼唱式音樂檢索與音樂風(fēng)格分類方法研究.pdf

1、目前，搜索引擎以及在線音樂網(wǎng)站主要采用文本關(guān)鍵詞匹配的方式搜索相關(guān)的音樂，其中用作文本關(guān)鍵詞的信息可以是音樂名稱、演唱者、專輯名稱或者歌詞等。然而，這種以文本關(guān)鍵詞為輸入的檢索方式存在一定的局限性。當(dāng)用戶不知道與被搜索音樂相關(guān)的文本信息或者文本信息輸入不方便時，就無法通過這種方式進(jìn)行音樂搜索。哼唱檢索因其獨(dú)特的輸入方式正好可以彌補(bǔ)文本關(guān)鍵詞檢索的不足，從而逐漸成為音樂檢索中的熱門研究課題。本文主要對哼唱檢索的若干關(guān)鍵問題包括音樂索引構(gòu)建

2、、哼唱查詢旋律抽取、用戶查詢?nèi)蒎e處理等方面進(jìn)行研究，通過引入文本檢索中的相關(guān)技術(shù)降低音樂庫的存儲空間以及系統(tǒng)索引和檢索響應(yīng)時間，提高檢索性能。另外，音樂風(fēng)格分類對提高音樂檢索準(zhǔn)確率有著重要的作用，本文對基于深度置信網(wǎng)絡(luò)的音樂風(fēng)格分類方法進(jìn)行了研究。
　　為了將音樂信息壓縮存儲，本文引入了文本檢索中的倒排索引方法對音樂庫中的MIDI音樂進(jìn)行索引。由于大多數(shù)用戶在哼唱音樂旋律時經(jīng)常會出現(xiàn)跑調(diào)以及唱快或唱慢的現(xiàn)象，從而導(dǎo)致查詢中存在額外

3、插入音符、音符被遺漏和音符音高存在偏差的情況。為了更好的處理這些錯誤，本文提出了一種基于遞歸切分的檢索方法，并運(yùn)用具有容錯的編輯距離方法計(jì)算旋律片段之間的相似度。實(shí)驗(yàn)結(jié)果顯示基于倒排索引的遞歸切分檢索方法具有較好的可行性，并且還有較大的改善和提升空間。
　　通過對音樂作品曲式結(jié)構(gòu)與文本文檔語義結(jié)構(gòu)的比較發(fā)現(xiàn)，音樂作品擁有與文本文檔非常相似的結(jié)構(gòu)特征。對音樂旋律重復(fù)模式的統(tǒng)計(jì)分析表明重復(fù)模式具有和文本文檔詞語類似的作用。因此，本文提

4、出了一種基于詞典的音樂檢索方法。此方法將音樂看作是一種語言，把音樂旋律當(dāng)作是文本文檔，將音樂旋律中的重復(fù)模式作為音樂詞語并以此構(gòu)建音樂詞典；然后使用前向或者后向最大匹配方法將音樂旋律進(jìn)行切分成音樂詞語并進(jìn)行檢索。實(shí)驗(yàn)表明基于詞典的音樂檢索方法能夠有效地應(yīng)用到哼唱檢索中，與其他方法相比在索引運(yùn)行時間和存儲空間方面擁有比較明顯的優(yōu)勢。
　　為了支持快速檢索以及對哼唱查詢包含的音符插入、刪除和替換錯誤具有容錯性，本文提出了一種基于容錯N

5、-gram的音樂檢索方法。此方法從哼唱查詢的每一個音符抽取出四對音高和節(jié)奏N-gram，然后利用位置敏感哈希算法搜索近似的候選并用節(jié)奏信息進(jìn)行過濾；在排序的過程中充分利用查詢應(yīng)該與候選歌曲中小范圍內(nèi)并且連續(xù)的旋律片段相匹配的特性，采用部分序列匹配的方法進(jìn)行匹配并應(yīng)用增加節(jié)奏信息的動態(tài)時間彎曲算法計(jì)算查詢與候選歌曲之間的相似度。實(shí)驗(yàn)表明本文提出的基于容錯N-gram的音樂檢索方法在檢索性能、索引構(gòu)建和相似度計(jì)算方面具有較大的優(yōu)勢。

6、　　在音樂風(fēng)格分類方面，本文提出了基于深度置信網(wǎng)絡(luò)的音樂風(fēng)格自動分類方法。該方法首先以由音色紋理特征、頻譜反差特征和調(diào)制頻譜分析特征組成的特征向量為輸入，以受限玻爾茲曼機(jī)為組塊通過貪心逐層的方式構(gòu)建和訓(xùn)練深度置信網(wǎng)絡(luò)，然后使用基于梯度下降的有監(jiān)督學(xué)習(xí)方法對整個置信網(wǎng)絡(luò)的進(jìn)行優(yōu)化。通過分析網(wǎng)絡(luò)層次結(jié)構(gòu)、迭代訓(xùn)練次數(shù)對深度置信網(wǎng)絡(luò)分類性能的影響，以及與其他分類方法諸如支持向量機(jī)、Κ近鄰、線性判別分析和BP神經(jīng)網(wǎng)絡(luò)的比較，可以發(fā)現(xiàn)深度置信網(wǎng)絡(luò)