基于旋律識別的音樂檢索方法.pdf

1、現(xiàn)如今網(wǎng)絡已經(jīng)無處不在了。人們已經(jīng)習慣于通過網(wǎng)絡獲取自己感興趣的東西——包括音樂。傳統(tǒng)的音樂檢索方法通常是根據(jù)歌曲的名字或者歌手的名字來進行檢索。本文則描述如何實現(xiàn)根據(jù)用戶哼唱來檢索樂曲。也就是基于內容的音樂檢索。這種方法可以解決當只記得歌曲旋律而不知道歌曲名字時對歌曲進行檢索的問題。
　　本文首先介紹了當前國內外相關領域的研究發(fā)展狀況，并且分析了現(xiàn)有方法的局限性。接著闡述了與本論文相關的一些準備知識。然后詳細闡述了本系統(tǒng)實現(xiàn)的一

2、些算法。包括對哼唱語音片段的音符切分、對音樂庫的處理以及歌曲之間相似度的計算方法。
　　在音符切分部分實現(xiàn)了Yin等人提出的一種基于自相關函數(shù)方法的改進算法?；驹硎乔逡艉蜐嵋舻念l率相差很大，可以通過頻率的不同將清音濁音區(qū)分開來，切分后的濁音頻率可以直接轉換為音高，即完成了音符識別的功能。在音樂庫處理部分提出了一種MIDI旋律音軌的提取算法和數(shù)據(jù)庫索引建立方法，這也是該系統(tǒng)的關鍵部分。并且在清唱的系統(tǒng)上提出了一種分句的思想，這能

3、夠有效的減小哼唱和歌曲之間的長度差異對檢索準確率的影響。在歌曲特征向量提取上，由于大多數(shù)人對歌曲的絕對音高演唱不準確，所以本文采用了相對音高的旋律輪廓表示方法，并且提出了采用27個特征向量元素表示一首歌曲的方法，而不是采用傳統(tǒng)的9個特征向量元素。由于本系統(tǒng)采用了信息檢索中的向量模型，所以在匹配算法部分，本文先后用了歐氏距離和向量間夾角的余弦值兩種向量模型中通用的匹配算法。
　　在上述算法的基礎上設計了一個音樂檢索系統(tǒng)。通過對不同人