基于内容的多声道音频检索系统开发

论文摘要

现有网上音乐检索局限于类浏览和基于文字的查找功能。为了寻找一首乐曲，用户必需准确地知道标题、作者、演奏家或者其他相关的文字描述，否则就只能花费大量时间，逐一浏览这个音乐分类下的所有乐曲。这种基于文本的信息检索方式，脱离实际音乐检索需要很远。例如哼起一首歌曲的主旋律却想不起歌名，很难通过传统的方法来找到乐曲。这就需要通过对音乐本身特征的识别，实现基于内容的音乐检索。近年来，基于内容的音频检索技术成为热点课题，对单声道音频的旋律特征提取算法，国外不少研究机构已有卓越贡献，并开发出基于音频感知特征的音频检索商业化引擎。我国港台地区学者改进国外已有理论和方法，取得进展。国内相关研究项目也不少，其成果比国外和港台同类研究还有差距。本论文工作内容是多声道音频的基于内容的旋律识别与检索。单声道的MIDI文件可以按时间延续信息按顺序提取，多声道的MIDI音乐文件的处理则要复杂的多。在乐理知识基础上分析多声道音频的旋律特征识别、表达方式，改进提取算法，适应多声道处理。设计面向多声道MIDI格式文件作为音乐旋律的数据源，构建基于内容的音频检索系统,通过人的哼唱即可检索乐曲。另外，还探索了WAV格式音乐旋律的数据源的系统。设计的有效性已通过原型系统实验室运行证实。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 基于内容的音频检索技术的研究现状
• 1.3 本论文的主要研究内容
• 第二章 基于内容的音频检索
• 2.1 基于内容的音频检索模型总体设计
• 2.1.1 哼唱旋律特征的提取和表达
• 2.1.2 基于内容的音频检索系统层次设计
• 2.2 基本乐理知识及音频数据分析
• 2.2.1 音乐乐理基础
• 2.2.1.1 音乐的音高表示—音名
• 2.2.1.2 国际标准音高
• 2.2.1.3 音高的距离—音程及其表示方法
• 2.2.1.4 律制及其选择
• 2.2.2 音频信息特征
• 2.2.3 常用音频文件格式的比较
• 2.2.4 MIDI 格式音频文件提取音乐旋律的优点
• 第三章 哼唱的旋律识别和特征提取
• 3.1 哼唱输入预处理
• 3.2 音符切分
• 3.3 旋律特征提取
• 3.4 旋律轮廓表示
• 第四章 给定音频文件的旋律识别和特征提取
• 4.1 给定音乐文件旋律表示法及旋律信息提取研究
• 4.2 MIDI 格式详解
• 4.3 MIDI 音乐文件旋律信息的提取
• 4.4 WAV 格式详解
• 4.5 WAV 数字音乐文件的旋律信息的提取
• 第五章 基于内容的音频检索系统实现
• 5.1 基于内容的音频检索系统哼唱部分实现
• 5.2 基于内容的音频检索系统总体实现
• 5.2.1 数据库系统设计
• 5.2.2 系统实现界面
• 5.2.2.1 检索模块实现
• 5.2.2.2 音乐库模块实现
• 5.2.2.3 工具模块实现
• 5.3 旋律特征的匹配检索
• 5.4 系统运行结果
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢