基于內(nèi)容的音樂哼唱檢索系統(tǒng)關鍵技術研究及實現(xiàn).pdf

1、隨著數(shù)字音樂技術的迅猛發(fā)展和手機等移動設備存儲容量的增加，如何快速、有效地檢索音樂信息成為迫切需要解決的問題。傳統(tǒng)基于文本的檢索方法，只能對有標注的數(shù)據(jù)信息進行檢索，這需要人工先對這些信息進行描述和分類，隨著數(shù)據(jù)庫容量的不斷增大，人工輸入標注屬性的方法不能滿足人們對海量信息的需求，且人工對音樂的描述屬性高度主觀，難以表達蘊藏在音樂數(shù)據(jù)中豐富的內(nèi)容以及內(nèi)容感知描述的直觀性。此外，隨著數(shù)據(jù)容量的增加，用戶很難記住所有數(shù)據(jù)的描述信息。因此，希

2、望找到一種更加方便、快速的檢索方法。 基于內(nèi)容的檢索方式不依靠標注信息，它從新的角度來管理音樂信息。根據(jù)音樂中的旋律、音高、節(jié)奏等信息進行檢索。哼唱式音樂檢索是基于內(nèi)容的音樂檢索方法之一，它允許用戶通過哼唱的方式來查找所需的歌曲。本文以此展開研究工作，要實現(xiàn)基于內(nèi)容的哼唱式音樂檢索系統(tǒng)必須對三個方面的內(nèi)容進行研究。首要問題是如何從哼唱信號中有效的提取旋律特征信息。由于哼唱音符的準確切分，即音高提取和音長切分的準確與否直接影響查找

3、效果，因此這是哼唱音樂檢索系統(tǒng)的關鍵問題之一，本文中采用了基于凸出度的音符切分方法；其次，如何從復合音、多音軌樂曲中提取主旋律特征信息，我們采用了當前大部分哼唱檢索系統(tǒng)廣泛使用的單音軌的MIDI數(shù)據(jù)庫；最后，就是如何提高檢索的速度，本文中通過對線性伸縮、動態(tài)時間規(guī)整及字符串相似匹配算法的性能比較，在試驗部分觀察了它們在檢索上的識別效果，討論他們的優(yōu)點和缺點。我們對線性伸縮算法進行一定的改進，提出了分段線性伸縮算法，很好的解決了哼唱不一致