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)成為一個研究的熱點(diǎn)。特別是對于音頻來講,由于音樂數(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,這需要對音樂文件進(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庫所需的存儲空間,同時也為用戶檢索

2、音樂提供了極大的方便。
　　 哼唱系統(tǒng)將采集到的用戶哼唱信號經(jīng)過預(yù)處理模塊進(jìn)行語音增強(qiáng),在特征提取模塊中對增強(qiáng)過的信號進(jìn)行特征提取,用提取到的特征信息和音樂特征庫中的特征信息進(jìn)行旋律相似度計算,最后得出檢索排名。
　　 本文對哼唱檢索(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)過測試,變參的減譜法在噪聲較大的情況下對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,提出了對于提取到的語音特征進(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算的方法,構(gòu)建了一個兩層結(jié)構(gòu)的旋律匹配模塊。第一層采用EMD算法對旋律進(jìn)行初步檢索;第二層采用DTW算法對第一層檢索排名前20的序列進(jìn)行