基于內(nèi)容的音頻哼唱識(shí)別及檢索系統(tǒng).pdf

1、在這個(gè)音視頻數(shù)字化的時(shí)代，數(shù)字影視、數(shù)字音樂(lè)、數(shù)字動(dòng)漫等多媒體已經(jīng)大量的進(jìn)入我們的生活。在數(shù)據(jù)庫(kù)中，多媒體文件（例如歌曲）都是用它們的名字、作者、歌手等等來(lái)索引的，然而，人們對(duì)歌曲旋律的印象往往比名字、作者、歌手等等更深。隨著多媒體數(shù)據(jù)庫(kù)越來(lái)越龐大，數(shù)據(jù)的文字索引（名稱(chēng)、作者等）越來(lái)越多，人們不可能完全記住。因此，內(nèi)涵式查詢就突顯出了其重要性與必要性。本文介紹了關(guān)于數(shù)字音頻的哼唱識(shí)別系統(tǒng)的開(kāi)發(fā)以及相關(guān)理論研究工作，詳細(xì)討論了在音頻哼唱識(shí)

2、別中的各部分的關(guān)鍵技術(shù)，并且實(shí)現(xiàn)了可用于演示的音頻哼唱識(shí)別系統(tǒng)DEMO。 在整個(gè)研發(fā)過(guò)程中，總共在兩個(gè)平臺(tái)上進(jìn)行：PC平臺(tái)和Altera公司的DE2嵌入式平臺(tái)。首先分別在PC上和DE2驗(yàn)證板上實(shí)現(xiàn)了基于20首歌的哼唱識(shí)別，進(jìn)行了充分的實(shí)驗(yàn)和參數(shù)調(diào)整，實(shí)現(xiàn)了關(guān)于特征提取、噪聲去除、特征值識(shí)別等課題，最終在DE2板子上得出了比較高的識(shí)別率和較好的運(yùn)行時(shí)間。接下來(lái)主要在PC上研發(fā)，基于30多首不到的音樂(lè)建立一個(gè)有效的部分哼唱識(shí)別系統(tǒng)，

3、同時(shí)對(duì)基礎(chǔ)音的歸一化算法、改進(jìn)的DTW算法進(jìn)行了研究?；凇笆孜部拷钡南闰?yàn)條件，創(chuàng)造性地提出了利用正反兩次DTW進(jìn)行部分匹配的識(shí)別算法，并對(duì)該算法的時(shí)間復(fù)雜度、有效性、兼容性進(jìn)行了深入的分析和研究。得到比較令人滿意的結(jié)果：PC平臺(tái)上52首樂(lè)段利用部分匹配算法可以達(dá)到85％左右的搜索成功率，相比較不支持部分匹配的48％的識(shí)別率是有了很大進(jìn)步。而且正反DTW方法在時(shí)間復(fù)雜度上并沒(méi)有太大的損失，運(yùn)行時(shí)間僅僅是整體匹配方法的約1.5倍，同時(shí)它