音頻哼唱檢索算法研究.pdf

1、近幾年,隨著網(wǎng)絡(luò)上多媒體數(shù)據(jù)的增加,如何采用更加方便的方法進(jìn)行快速檢索已經(jīng)成為一個(gè)研究的熱點(diǎn)。特別是對(duì)于音頻來(lái)講,由于音樂(lè)數(shù)據(jù)的大量增加,一種能夠更加有效檢索這些海量數(shù)據(jù)的檢索系統(tǒng)成為了目前的迫切需要。傳統(tǒng)的檢索方式是基于文本進(jìn)行檢索的,這需要對(duì)音樂(lè)文件進(jìn)行文本信息的標(biāo)注,例如歌名、演唱者、作曲者等。而基于內(nèi)容的哼唱檢索方式僅需要用戶哼唱一小段旋律,就可以檢索出相應(yīng)的歌曲。這種新的檢索方式不僅減小了音樂(lè)庫(kù)所需的存儲(chǔ)空間,同時(shí)也為用戶檢索

2、音樂(lè)提供了極大的方便。
　　 哼唱系統(tǒng)將采集到的用戶哼唱信號(hào)經(jīng)過(guò)預(yù)處理模塊進(jìn)行語(yǔ)音增強(qiáng),在特征提取模塊中對(duì)增強(qiáng)過(guò)的信號(hào)進(jìn)行特征提取,用提取到的特征信息和音樂(lè)特征庫(kù)中的特征信息進(jìn)行旋律相似度計(jì)算,最后得出檢索排名。
　　 本文對(duì)哼唱檢索(QBH)的主要模塊——預(yù)處理模塊、特征提取模塊和旋律匹配模塊進(jìn)行了研究和改進(jìn)。
　　 首先,分析比較了幾種語(yǔ)音增強(qiáng)算法的優(yōu)缺點(diǎn),采用了基于變參的改進(jìn)減譜法作為哼唱檢索的預(yù)處理模塊。

3、經(jīng)過(guò)測(cè)試,變參的減譜法在噪聲較大的情況下對(duì)于哼唱檢索的排名提高有較好的效果,有效率為93.3％。
　　 其次,鑒于哼唱旋律音調(diào)高低和節(jié)奏快慢的不同,提出了對(duì)于提取到的語(yǔ)音特征進(jìn)行歸一化處理的方法。這種方法有效的提高了哼唱檢索的排名,有效率為85.7％。
　　 最后,考察了幾種旋律相似度計(jì)算的方法,構(gòu)建了一個(gè)兩層結(jié)構(gòu)的旋律匹配模塊。第一層采用EMD算法對(duì)旋律進(jìn)行初步檢索;第二層采用DTW算法對(duì)第一層檢索排名前20的序列進(jìn)行