音樂哼唱檢索關鍵技術研究.pdf

1、音頻檢索與圖像檢索、視頻檢索并列為當今基于內容檢索研究的熱點，而目前基于內容的多媒體信息檢索技術研究成果主要集中在圖像和視頻方面，在音樂檢索上的成果還不多見。隨著數(shù)字音樂作品的劇增，音樂檢索可以用于搜索引擎、卡拉OK、KTV廳的點歌系統(tǒng)，還可以用于數(shù)字音樂圖書館的檢索等領域。哼唱檢索給音樂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，音樂旋律匹配以及對環(huán)境噪聲的處理是音樂檢索中的難點。 本文緊緊圍繞音樂哼唱檢索關鍵技術

2、，開展了以下研究工作： 1)給出了基于內容音樂檢索的系統(tǒng)框架。通過分析基于內容方式檢索音樂的可行性與難點，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、分段后轉化為旋律輪廓序列，然后使用標準音調生成的標準音調差值表將此序列轉化為旋律輪廓特征。 3)提出了一個音樂檢索匹配算法。該算法根據(jù)歌曲字符串對相似度進行了重新定義，它將從

3、歌譜輪廓特征序列轉化而來的字符串序列與音樂數(shù)據(jù)庫中的歌曲特征序列進行相似度計算，返回相似度最高的歌曲。 4)音樂數(shù)據(jù)庫研究。首先介紹了音樂數(shù)據(jù)庫的建立方法，然后將時間序列方法引入音樂數(shù)據(jù)庫，使用其中的PAA算法對音樂數(shù)據(jù)庫進行優(yōu)化處理。 5)設計實現(xiàn)了一個基于內容的音樂哼唱檢索系統(tǒng)。經(jīng)過實驗驗證該系統(tǒng)對于單一器樂音樂片段和哼口昌的檢索具有較高的準確性，成功率達到90％以上。同時也表明，該系統(tǒng)無需事先訓練，對環(huán)境噪聲有較好