基于旋律哼唱的音乐检索

论文摘要

随着网络技术和多媒体技术的迅速发展,大量的多媒体信息都可以从网上获得。其中,音频作为多媒体中的一种重要媒体,其数据量也在迅速增长。因此,如何方便快捷的找到想要的音乐已经成为了一个突出的问题。而利用旋律哼唱进行检索显然是一种非常理想的方法,在近年来也引起了众多研究者的兴趣。作为基于内容音乐检索的一个分支,基于旋律哼唱的音乐检索是一种涉及音乐理论、信号处理、模式识别等相关领域的综合学科研究,在网络音乐共享以及生活娱乐方面都具有非常重要的意义。本文在该领域主要进行了五个方面的工作,其中包括:(1)通过对音乐信号基本理论的研究,提出了利用音高差和音长比表现音乐旋律的方法。与仅利用音高差对旋律特征进行表达的传统方法相比,该方法对旋律的变化特征进行了更好的描述,因此准确性也更高。(2)总结了从MIDI文件中提取音符音高和音长等音乐旋律特征的优点,确定MIDI格式作为数据库音乐的文件存储格式,并实现了在MIDI文件中确定主旋律的算法。(3)提出了在哼唱音乐片段处理过程中,信号预处理、基音提取、特征后处理、音符切分等相关步骤的具体实现方法。同时考虑了人们的哼唱习惯和实际处理中碰到的问题,使得对哼唱音乐的处理更加准确。(4)提出了基于校正距离矩阵的特征匹配算法,计算了哼唱音乐与数据库音乐音高差和音长比的相关度,并将结果排序后返回给用户。(5)分析了实验中对结果产生影响的各种因素,总结了系统的优点和缺点,并在实验环境、检索时间和命中率等方面与其它算法进行了比较。哼唱音乐检索系统的研究具有广泛的理论研究价值和实际应用价值。人们希望计算机能够理解音乐,因此本文的工作是在该领域的一次有益探索。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 音乐哼唱检索的研究意义
• 1.2 音乐哼唱检索的发展及研究概况
• 1.3 音乐检测技术相关理论
• 1.3.1 声音信号的短时平稳性
• 1.3.2 共振腔影响
• 1.3.3 特征旋律表达
• 1.3.4 声音信号数字化存储
• 1.3.5 音乐哼唱检索系统组成
• 1.4 本文主要工作及论文安排
• 2 数据库音频文件的特征提取
• 2.1 数据库音乐的存储方式
• 2.2 MIDI音乐文件格式分析
• 2.3 MIDI文件旋律特征提取
• 2.3.1 确定主旋律
• 2.3.2 提取音乐旋律特征
• 2.3.3 生成特征文件
• 2.4 本章小结
• 3 哼唱音乐的特征提取
• 3.1 音乐信号预处理
• 3.2 音乐信号基音提取
• 3.3 基音提取后处理
• 3.3.1 能量检测
• 3.3.2 过零率检测
• 3.3.3 中值平滑滤波
• 3.4 音符切分
• 3.5 特征参数计算
• 3.6 本章小结
• 4 旋律特征的匹配检索
• 4.1 字符串匹配算法分析
• 4.1.1 精确匹配检索
• 4.1.2 模糊匹配检索
• 4.2 基于校正距离矩阵的旋律模糊匹配
• 4.2.1 右对齐匹配
• 4.2.2 校正距离矩阵的含义与计算方法
• 4.2.3 相关度计算
• 4.3 本章小结
• 5 实验分析
• 5.1 哼唱音乐检索系统架构
• 5.2 系统实验结果分析
• 5.2.1 实验前的考虑
• 5.2.2 实验环境
• 5.2.3 实验结果和数据分析
• 5.2.4 实验结果比较
• 5.3 本章小结
• 6 结论与展望
• 参考文献
• 附录A 语音信号线性预测分析
• 攻读硕士学位期间发表学术论文情况
• 致谢