基于旋律特征提取的哼唱式音乐检索

论文摘要

随着多媒体技术和网络技术的不断发展,多媒体信息的数量迅猛增长,为了充分利用已有的多媒体资源,研究多媒体检索技术变得越来越重要。音乐检索技术研究的是如何从大量音频信息中快速准确地检索出满足要求的音乐数据,是多媒体检索技术的主要方法之一。本课题研究的目的在于通过分析用户的哼唱输入,提取出音符序列,检索出相应的歌曲名返回给用户,实现基于内容的音乐检索。主要内容包括以下几个方面:1)基音周期是识别音符的基础,分析了现有的一些基因周期提取算法,考虑到音乐检索的实时性,确定了采用基于YIN算法和CUEX算法的识别方法,并在此基础上对算法进行了改进。2)研究了从MIDI文件中提取旋律的方法。提出了基于MIDI文件音轨统计特征,运用改进的人工神经网络的主旋律自动提取算法。3)设计并实现了一个基于内容的哼唱式音乐检索系统,其中包括了MIDI文件自动爬虫系统。在下载的MIDI文件基础上运用旋律提取算法,得到MID文件的旋律库。在旋律音高序列的基础上运用中文分词的方法,建立音乐词旋律轮廓库。再根据音乐词旋律轮廓库和旋律词库建立检索系统的倒排索引,将文字检索的方法运用到了音乐检索中。本文在音符识别和MIDI主旋律提取中都取得了较高的准确率,并在此基础上获得了一个能较好反映歌曲旋律特点的音乐词库和索引系统。由于音乐词库是一个很新的概念,目前还处在实验阶段,对歌曲的检索准确率可到达约46%。由实验得到的结论反映了哼唱音乐检索的一些特性,为进一步的研究提供了理论基础。本文的研究方法还可适当地用于其他的语音研究中,对哼唱的研究方法可快速应用到其它领域,这也在一定程度上展示了系统的良好扩展性。此外,本文的算法研究也可为其它的检索、分类等技术带来一定的参考价值。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题的目的及意义
• 1.3 国内外研究现状
• 1.3.1 哼唱检索研究现状
• 1.3.2 音符识别研究现状
• 1.3.3 MIDI 主旋律提取研究现状
• 1.3.4 索引技术发展现状
• 1.4 本文主要内容
• 1.5 本文的内容安排
• 第2章 哼唱音符识别及旋律表示
• 2.1 音符识别
• 2.1.1 倒谱法
• 2.1.2 小波变换法
• 2.1.3 自相关函数法
• 2.2 旋律表示
• 2.2.1 歌曲旋律表现实现
• 2.2.2 哼唱旋律表示实现
• 2.3 本章小结
• 第3章 MIDI 文件的主旋律自动提取算法
• 3.1 背景知识
• 3.1.1 乐理基础
• 3.1.2 音乐设备数字接口简介
• 3.2 哼唱系统框架
• 3.3 MIDI 主旋律提取
• 3.3.1 为什么选择MIDI
• 3.3.2 数据采集
• 3.3.3 主旋律自动提取
• 3.4 本章小结
• 第4章 索引库
• 4.1 哼唱检索中的词
• 4.2 为什么引入词的概念
• 4.3 建立词库
• 4.4 建立索引系统
• 4.5 本章小结
• 第5章 系统实现与实验
• 5.1 前台实现
• 5.2 音符识别结果及分析
• 5.3 旋律自动提取实验结果及分析
• 5.3.1 数据来源及训练模型参数选择
• 5.3.2 实验结果
• 5.3.3 实验总结
• 5.4 音乐检索结果及分析
• 5.4.1 评价标准
• 5.4.2 实验方案
• 5.4.3 检索结果分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢