歌曲中相似片段的檢測及其應用.pdf

1、隨著互聯(lián)網(wǎng)的普及，幾乎所有的音樂作品都對應的其數(shù)字化版本，且作品數(shù)量正飛速增長。追隨著這種潮流，各大互聯(lián)網(wǎng)服務供應商都推出了自己的在線歌曲庫，內(nèi)含海量歌曲作品。因此，怎樣對大量的歌曲進行分類整理、信息提取，以便提供更好的檢索、查詢、欣賞等服務，成為近些年的熱門研究課題。
　　早期的歌曲庫管理和歌曲檢索功能依賴大量的人工標注，比如手工錄入每首歌的年代、作者、流派等信息。這樣的方法雖然可以保證信息標注的準確度，但成本非常大，且并不能滿

2、足很多常用的需求。由此，大量基于信號級別的歌曲信息處理相關(guān)的研究課題便大量涌現(xiàn)，如翻唱檢索、哼唱檢索、歌曲摘要提取、音頻片段認證等。
　　在所有這些研究課題中，歌曲相似片段檢測與定位是一個非常重要的基礎技術(shù)和子課題。音樂作品中相似片段是十分常見的:例如同一首歌曲中的副歌部分通常有著一樣的旋律;又如同一首歌曲被多個歌手分別演唱所產(chǎn)生的不同版本。這里的相似可以是指某一特定方面的相似，如旋律、節(jié)奏、音色等。在很多情況下用人耳可以輕易辨別

3、出相似的歌曲片段，然而對于計算機而言這個任務卻很困難。由于直接基于歌曲信號提出的特征本身包含著大量的噪音，因此目前現(xiàn)有的相似片段檢測算法有著諸多問題:首先，所有的算法準確度普遍不高;其次，每個算法都只能大致檢測出兩個給定片段的相似程度，但卻不能精確定位;另外，現(xiàn)有算法無法檢測出兩段較短的相似片段。綜上，目前的相似片段檢測算法還有相當大的改進空間。
　　為解決和改進上述提到的相關(guān)算法存在的問題，本文提出了一種新的相似片段檢測算法。該

4、算法吸收了現(xiàn)有的音樂信號處理研究中所用到的多種技術(shù)，如相似度矩陣、遞歸圖、狀態(tài)空間嵌入等，并在此基礎上引入了數(shù)種創(chuàng)新技術(shù)，如局部閾值策略、基于遞歸圖的相似片段提取技術(shù)等。本文提出的算法解決了先前類似算法中的多個缺陷:無法較準確定位相似片段位置;無法檢測較短的相似片段。在此基礎上，該算法還通過采用改進的閾值策略來提高相似片段檢測的準確度。為檢測該算法的有效性，本文將該算法應用于三個具體的系統(tǒng)中:改進的翻唱檢索系統(tǒng);基于該相似片段檢測算法的