基于哼唱輸入的音樂檢索系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、基于在旋律檢索機(jī)制、旋律匹配高速化算法以及旋律模型魯棒性建模研究方面已取得了一定的成績(jī)，本文的成果將為基于內(nèi)容的大規(guī)模音樂檢索提供新的理論模型以及系統(tǒng)實(shí)現(xiàn)技術(shù)，從而進(jìn)一步促進(jìn)我國(guó)多媒體信息檢索技術(shù)的發(fā)展。 本論文的主要工作集中在數(shù)據(jù)挖掘在音樂提取領(lǐng)域中的應(yīng)用。國(guó)內(nèi)外已有許多優(yōu)秀的數(shù)據(jù)挖掘算法，分析、比較已有的數(shù)據(jù)挖掘算法，針對(duì)本系統(tǒng)的需求，提出自己的想法，對(duì)已有算法進(jìn)行改進(jìn)。對(duì)相關(guān)的數(shù)據(jù)庫(kù)中的音樂特征進(jìn)行分析，包括哼唱輸入、MI

2、DI格式以及混音的基頻特征，這是系統(tǒng)實(shí)現(xiàn)的前提；對(duì)數(shù)據(jù)庫(kù)應(yīng)用改進(jìn)的基頻提取算法法進(jìn)行特征分析，獲得各種人可感知音樂的旋律特征。改進(jìn)音樂相似度的匹配算法, 準(zhǔn)確提取相似聽覺上相似的音樂。 （1）如何從哼唱查詢信號(hào)中有效地提取旋律特征信息 哼唱音符的準(zhǔn)確切分，即音高提取和音長(zhǎng)切分的準(zhǔn)確與否將直接影響查找效果，因此這是哼唱音樂檢索系統(tǒng)的關(guān)鍵之一。經(jīng)實(shí)驗(yàn)分析，利用現(xiàn)有的基音提取技術(shù)和能量參數(shù)對(duì)音符切分很容易出錯(cuò)，尤其是查詢者的

3、哼唱比較輕柔時(shí)或?qū)叱l(fā)音方式?jīng)]有限制時(shí)。在先期的研究中，根據(jù)采用倒譜峰值提取基音時(shí)該峰值大小與該幀信號(hào)周期性強(qiáng)弱有關(guān)的特點(diǎn)，引入了倒譜峰值曲線協(xié)同能量曲線完成音符切分的方法取得了一定的效果。本項(xiàng)目此基礎(chǔ)上進(jìn)一步完善哼唱發(fā)音不受限制時(shí)的音符自動(dòng)切分方法，并在第三章提出面向于各種哼唱方式的統(tǒng)一音高提取算法。 （2）如何從復(fù)合音、多音軌樂曲音源中提取主旋律特征信息 由于從復(fù)合音樂曲波形數(shù)據(jù)、多音軌樂曲演奏數(shù)據(jù)中提取樂曲主旋律

4、的方法還沒有得到很好解決，故當(dāng)前用于哼唱檢索的音樂旋律特征庫(kù)大都采用單音軌的MIDI演奏數(shù)據(jù)。我們?cè)谙绕诘难芯恐兴兄频囊粋€(gè)擁有3864首樂曲的哼唱檢索系統(tǒng)也是采用了單音軌的MIDI演奏數(shù)據(jù)，該系統(tǒng)獲得了90％的前三位命中率。然而，這種單音軌音樂演奏數(shù)據(jù)源的采用大大地限制了已有音樂庫(kù)的大規(guī)模利用。為此，本文將探討如何從復(fù)合音、多音軌樂曲音源中提取主旋律特征信息的方法，對(duì)多音軌演奏數(shù)據(jù)擬通過分析各音軌的樂器配音特征及尋找主樂器音特征并加以

5、音軌合并等方式來嘗試其主旋律信息的提取方法；對(duì)復(fù)合音樂曲波形數(shù)據(jù)擬跟蹤特定音色的基音軌跡的方式來探討提取主旋律的方法。 （3）如何提高檢索的速度 音樂檢索系統(tǒng)的時(shí)間效率與歌曲庫(kù)規(guī)模成正比。本文擬結(jié)合已提出的高速化匹配算法，配合音樂旋律特征庫(kù)的自動(dòng)標(biāo)引的研究來綜合探討大規(guī)模音樂庫(kù)檢索的高速化問題。與文本，圖像等其他形式的文件相比，音樂數(shù)據(jù)流的一個(gè)獨(dú)特特征就是它的準(zhǔn)線性特征。又由于音樂檢索的匹配并非完整模式匹配，而是子模式匹