音樂(lè)哼唱檢索關(guān)鍵技術(shù)研究.pdf

1、音頻檢索與圖像檢索、視頻檢索并列為當(dāng)今基于內(nèi)容檢索研究的熱點(diǎn)，而目前基于內(nèi)容的多媒體信息檢索技術(shù)研究成果主要集中在圖像和視頻方面，在音樂(lè)檢索上的成果還不多見(jiàn)。隨著數(shù)字音樂(lè)作品的劇增，音樂(lè)檢索可以用于搜索引擎、卡拉OK、KTV廳的點(diǎn)歌系統(tǒng)，還可以用于數(shù)字音樂(lè)圖書館的檢索等領(lǐng)域。哼唱檢索給音樂(lè)檢索提供了易于操作的接口，其中哼唱聲音的特征提取、選擇，音樂(lè)旋律匹配以及對(duì)環(huán)境噪聲的處理是音樂(lè)檢索中的難點(diǎn)。 本文緊緊圍繞音樂(lè)哼唱檢索關(guān)鍵技術(shù)

2、，開(kāi)展了以下研究工作： 1)給出了基于內(nèi)容音樂(lè)檢索的系統(tǒng)框架。通過(guò)分析基于內(nèi)容方式檢索音樂(lè)的可行性與難點(diǎn)，給出了哼唱檢索的研究方案和處理框架。 2)提出了一種基于音樂(lè)旋律輪廓的特征提取算法。該算法從哼唱片斷中提取出歌曲基音序列，經(jīng)規(guī)整、合并、分段后轉(zhuǎn)化為旋律輪廓序列，然后使用標(biāo)準(zhǔn)音調(diào)生成的標(biāo)準(zhǔn)音調(diào)差值表將此序列轉(zhuǎn)化為旋律輪廓特征。 3)提出了一個(gè)音樂(lè)檢索匹配算法。該算法根據(jù)歌曲字符串對(duì)相似度進(jìn)行了重新定義，它將從

3、歌譜輪廓特征序列轉(zhuǎn)化而來(lái)的字符串序列與音樂(lè)數(shù)據(jù)庫(kù)中的歌曲特征序列進(jìn)行相似度計(jì)算，返回相似度最高的歌曲。 4)音樂(lè)數(shù)據(jù)庫(kù)研究。首先介紹了音樂(lè)數(shù)據(jù)庫(kù)的建立方法，然后將時(shí)間序列方法引入音樂(lè)數(shù)據(jù)庫(kù)，使用其中的PAA算法對(duì)音樂(lè)數(shù)據(jù)庫(kù)進(jìn)行優(yōu)化處理。 5)設(shè)計(jì)實(shí)現(xiàn)了一個(gè)基于內(nèi)容的音樂(lè)哼唱檢索系統(tǒng)。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證該系統(tǒng)對(duì)于單一器樂(lè)音樂(lè)片段和哼口昌的檢索具有較高的準(zhǔn)確性，成功率達(dá)到90％以上。同時(shí)也表明，該系統(tǒng)無(wú)需事先訓(xùn)練，對(duì)環(huán)境噪聲有較好