哼唱音乐检索技术研究

论文摘要

哼唱音乐检索是一种有效的基于内容的音乐检索方式,它具有自然、方便的特点,有极其广阔的应用前景和重要的研究价值,是近年来国内外研究的热点课题。本文针对MIDI音乐检索,主要研究MIDI数据库的建立、哼唱特征提取和旋律匹配算法三方面内容。本论文在数据库的建立中使用MIDI格式文件作为提取音乐旋律的数据源。在分析了MIDI音乐描述格式的基础上,采用了基于主旋律音轨特点的MIDI音乐主旋律提取算法,并对其进行了实验验证,虽然实验结果表明,该算法的性能还可以,但为了达到最佳的效果,本文最终采取的还是人工监听的方式,手工标注每首MIDI音乐的主旋律音轨。在哼唱特征提取中,为了解决音符分割、音符识别难度大的问题,提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割,得到独立音符;第二级采用RBF神经网络识别分割出的各个音符,获得音符的MIDI音高值。实验结果表明,该方法能较好地完成哼唱特征的提取,适合于实际哼唱检索系统对连续哼唱的要求。在旋律匹配算法中,利用旋律的音符序列具有时间上的可伸缩性和音高上的可平移性,先把两段旋律在时间轴上线性延展到相同的长度,并在一定的误差范围内对齐发声时刻接近的音符,考察旋律在节奏上的相似性之后,继续比较两段等长旋律在每个时间点上音高的差距。最后,综合考虑节奏和音高两方面的相似程度,给出匹配得分,将得分最高若干乐曲作为检索结果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究的背景和意义
• 1.1.1 研究背景
• 1.1.2 研究的目的和意义
• 1.2 国内外研究现状
• 1.2.1 乐曲数据库建设
• 1.2.2 哼唱特征提取
• 1.2.3 旋律表示
• 1.2.4 旋律匹配
• 1.3 主要研究内容
• 第2章 MIDI 数据库的建设
• 2.1 引言
• 2.2 MIDI 音乐基础
• 2.2.1 概述
• 2.2.2 MIDI 音乐的格式
• 2.3 MIDI 音乐主旋律提取算法
• 2.3.1 算法原理
• 2.3.2 提取MIDI 主旋律实验
• 2.4 MIDI 数据库的特征存储
• 2.5 本章小结
• 第3章 哼唱特征提取
• 3.1 引言
• 3.2 人工神经网络的基本原理
• 3.2.1 人工神经网络的构成
• 3.2.2 BP 神经网络及其主要算法
• 3.2.3 RBF 神经网络及其主要算法
• 3.3 基于BP 神经网络的哼唱音符分割
• 3.3.1 特征选取
• 3.3.2 音符分割的实现
• 3.4 基于RBF 神经网络的哼唱音符识别
• 3.5 实验与结果
• 3.5.1 性能考核试验
• 3.5.2 实验结果
• 3.6 本章小结
• 第4章 旋律匹配算法
• 4.1 引言
• 4.2 常用旋律匹配算法
• 4.2.1 近似字符串匹配算法
• 4.2.2 音高轮廓几何匹配算法
• 4.3 LAM 匹配算法设计思想
• 4.4 实验与结果
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢