基于內(nèi)容的音樂檢索關鍵技術研究.pdf

1、音樂是一類重要的音頻數(shù)據(jù)，傳統(tǒng)的音樂檢索都是基于關鍵詞的檢索，使用受限。隨著互聯(lián)網(wǎng)的快速發(fā)展及數(shù)字化設備的普及，基于內(nèi)容的音頻檢索研究得到廣泛的關注。本文以國家自然科學基金項目“基于Web的音頻識別與檢索關鍵技術研究(N0.60673100)”為背景，針對基于內(nèi)容的音樂檢索關鍵技術展開了深入的研究：提出了適合音樂檢索的特征提取方法、相似度度量方法和檢索算法，并研究語音識別中端點檢測及連續(xù)詞識別等技術，研究成果已應用于基于內(nèi)容的音樂檢索系

2、統(tǒng)中。主要的研究進展如下： 1)構(gòu)建了音樂檢索的處理框架和符號體系。在分析音樂檢索存在問題的基礎上，給出了研究思路；定義了歌譜映射方法及音樂檢索中的符號體系，為基于內(nèi)容的音樂檢索打下基礎。 2)針對音樂特征的算法研究。將音樂特征分為低級特征(旋律輪廓)和高級特征(音樂歌譜)兩部分。 針針對低級特征提出了一種旋律輪廓提取算法。此算法能準確地提取出哼唱曲子的旋律輪廓特征，當輸入為基本音級時得出的特征值符合音程特征。但

3、此算法要求用戶對音調(diào)的把握要準確。 b針針對高級特征將語音識別技術應用于音樂檢索。為從包含歌譜的一段連續(xù)語音信號中確定出音符的起點和終點，需要使用端點檢測技術，本文提出了一種基于熵和時間序列方法PAA的端點檢測算法-PAAEPD(Piecewise Aggregate Approximation End Point Detection)，用戶可直接哼唱歌譜檢索目標音樂，對音調(diào)把握要求不高，只要發(fā)音準確即可實現(xiàn)檢索。 3)

4、音樂檢索算法的研究。 a)針對音樂的時序特征定義了字符距離及特征字符串距離，并提出了一個字符串相似度計算方法。分析了音頻等復雜數(shù)據(jù)近似檢索的必要性以及現(xiàn)有的字符串近似匹配算法和時間序列相似檢索的局限性，提出了本方法并應用于音樂檢索中，對音調(diào)把握準確者獲得92％的前十位檢出率。 b)提出了以句為單位的分層檢索算法。音樂是以句為單位的，并且每句音樂的旋律波動和句子長度都是固定的。本文利用旋律波動和句子長度縮小搜索范圍，使瞼索

5、時間減少了25％。 c)針針對用戶的哼唱習慣提出了跨句檢索算法。用戶哼唱多句時，數(shù)據(jù)庫中保存的單句旋律輪廓信息不能使用，需要多句旋律特征，文中給出了候選音樂片段及特征生成算法，實現(xiàn)了跨句檢索。 4)音樂數(shù)據(jù)庫的研究。本文采用音樂的原始歌譜作為庫中數(shù)據(jù)來源，給出了音樂歌譜數(shù)據(jù)庫的構(gòu)成及數(shù)據(jù)庫中的特征及含義和計算方法。 5)將所研究的算法應用于音樂檢索，實現(xiàn)了基于內(nèi)容的音樂哼唱檢索系統(tǒng)，取得較好的效果。研究成果可應用于其它類