資源描述：
《基于內(nèi)容的音樂檢索研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士論文基于內(nèi)容的音樂檢索研究表整個(gè)樂段的信息，必須采用其他的方式來表示音樂。目前最常用的音樂信號(hào)表示方法是有序特征向量法，這種方法以幀為單位，對采樣點(diǎn)進(jìn)行各種各樣的特征值抽取，產(chǎn)生一組數(shù)值表示的、有序的、時(shí)間相關(guān)的特征向量。從而使音樂信息的存儲(chǔ)、查詢信息的特征抽取、不同音樂信息相似度的計(jì)算等步驟都建立在有序特征向量的基礎(chǔ)上。(2)音高：每個(gè)人嗓音都各有特點(diǎn)，樂感也不盡相同。因此，客戶端識(shí)別出的音律與真實(shí)旋律之間往往會(huì)有較大偏差。最常見的現(xiàn)象就是“走調(diào)”：唱一首歌時(shí)整體旋律同時(shí)升高或降低了八度。在這種情況下，所有音符都會(huì)大大偏離標(biāo)準(zhǔn)值，匹配精度無法保證。事實(shí)上，
2、我們可以只發(fā)送音調(diào)的變化信息(音符差)到服務(wù)器，這樣既提高了識(shí)別的魯棒性，又能減少發(fā)送字節(jié)數(shù)。通常，可以利用三個(gè)字符S．same、U．up、D．down，也可以用來表示音樂的旋律輪廓[io】。音樂音調(diào)輪廓描述了相對音調(diào)的變化，忽略了音樂的節(jié)奏信息，也忽略了音調(diào)的精確變化。一段旋律中的字符表示當(dāng)前音符與其前面的音符的比較，S表示音調(diào)的重復(fù)，U表示比其前面音符的音調(diào)高，D表示比其前面音符的音調(diào)低。如12233221可以表示為：USUSSDSD。旋律的音調(diào)輪廓同樣會(huì)丟失音樂信息。這樣雖然可以減少搜索空間，但同時(shí)也使搜索變得不精確，對于一個(gè)大型數(shù)據(jù)庫來說查找的結(jié)果過多，
3、不利于找到要搜索的目標(biāo)。為了找到目標(biāo)歌曲，需要較長的輸入串，這會(huì)與用戶對歌曲的記憶的長度相矛盾。(3)音長：在旋律中，音長具有較強(qiáng)的相對性，同一個(gè)音，即使持續(xù)時(shí)間完全一致，在不同的旋律中仍然有可能讓人感覺到長短差異。如果一個(gè)音，它周圍的其它音節(jié)都比它短，那聽起來就自然顯得長，反之則短。另外音樂是有節(jié)奏感的，如何體現(xiàn)出旋律中的節(jié)拍?同樣一首歌，每個(gè)人唱得快慢隨意，如何利用音長信息匹配旋律?在設(shè)計(jì)中采用相對音長編碼的手段來解決【111，只考慮相鄰兩音符之間的音長比。在現(xiàn)有研究中大多用音樂信號(hào)的某一種信號(hào)特征或幾種信號(hào)特征的組合來對音調(diào)持續(xù)時(shí)間長短、輕重及音調(diào)間的高低
4、變化進(jìn)行表示。2．2聲音信號(hào)的處理和分析旋律提取功能模塊的主要任務(wù)是對輸入音頻做一系列時(shí)域和頻域上的信號(hào)處理，從中提取出旋律特征，包括組成旋律的每個(gè)音符的頻率和節(jié)奏，最后轉(zhuǎn)換為匹配算法要求的音符序列。2．2．1預(yù)處理實(shí)際的語音信號(hào)常常混雜著強(qiáng)烈的背景噪聲及共振峰頻率，使語音信號(hào)的波形變得非常復(fù)雜，這常常給特征的提取造成困難。因此，在分析音樂信號(hào)、提取音樂特征2旋律特征的提取碩士論文信號(hào)之前，需要預(yù)先實(shí)施一些經(jīng)常使用的、共同的短時(shí)分析處理，如音樂信號(hào)的濾波去噪聲、預(yù)加重、加窗和分幀等處理【12】。預(yù)處理的主要任務(wù)就是在特征提取前得到濁音段，并盡量去除背景噪聲及共振
5、峰的影響。(1)音樂信號(hào)的濾波處理對于由麥克風(fēng)錄音輸入的音樂信號(hào)，在其由量化轉(zhuǎn)換為數(shù)字化的時(shí)候會(huì)產(chǎn)生量化噪聲，同時(shí)還會(huì)存在電源工頻干擾、混疊干擾等。為了減少這些噪聲對音樂信號(hào)的分析和特征參數(shù)的提取產(chǎn)生干擾，首先要對待處理的音樂信號(hào)進(jìn)行濾波處理?？梢栽O(shè)計(jì)一種帶通濾波器來實(shí)現(xiàn)濾波處理。(2)音樂信號(hào)的預(yù)加重處理對于哼唱輸入的音樂信號(hào)，由于其平均功率譜受到聲門激勵(lì)，以及口鼻輻射的高頻端大約在800HZ以上按6dB／倍頻程跌落，所以在求語音信號(hào)頻譜時(shí)，頻率越高相應(yīng)的成分越小，高頻部分的頻譜比低頻部分的難求，為此要在預(yù)處理過程中進(jìn)行預(yù)加重處理。預(yù)加重的目的是提升高頻部分，
6、使信號(hào)的頻譜變得平坦，保持在低頻到高頻的整個(gè)頻帶中，能用同樣的信噪比求頻譜，以便于頻譜分析或聲道參數(shù)分析。(3)音樂信號(hào)的加窗和分幀處理在進(jìn)行音頻特征自動(dòng)抽取之前，首先要對音頻文件做加窗處理，即把音頻文件劃分成一個(gè)個(gè)小段，每個(gè)小段稱為一幀，一般每幀的長度為10-30毫秒，但是為了使幀與幀之間平滑過渡保持其連續(xù)性，相鄰的兩幀之間有幾毫秒的重疊。前一幀和后一幀的交疊部分稱為幀移，幀移與幀長的比值一般取為0～1／2，如圖2．1所示。渡形0l24567S910ll1213141516時(shí)闖(抄)出呂出岜圖2．1音樂信號(hào)分幀示意圖分幀是用可移動(dòng)的有限長度窗口進(jìn)行加權(quán)的方法來
7、實(shí)現(xiàn)的，較常用到的窗函數(shù)是矩形窗和漢明窗。窗形的選擇對音樂信號(hào)分析來說是比較重要的。矩形窗的譜平滑性能較好，但損失了高頻成分，使波形細(xì)節(jié)丟失，而漢明窗則相反。6碩士論文基于內(nèi)容的音樂檢索研究窗函數(shù)的選擇(形狀和長度)對于短時(shí)分析參數(shù)的特性影響很大。雖然不同的短時(shí)分析方法(時(shí)域、頻域、倒譜分析)以及求取不同的語音特征參數(shù)可能對窗函數(shù)的要求不盡一樣，但一般來講，一個(gè)好的窗函數(shù)的標(biāo)準(zhǔn)是：在時(shí)域中，因?yàn)槭钦Z音波形乘以窗函數(shù)，所以要減小時(shí)間窗兩端的坡度，使窗口邊緣兩端不引起急劇變化而平滑過渡到零，這樣就可以使截取出的語音波形緩慢降為零，從而減小語音幀的截?cái)嘈?yīng)；在頻域要有
8、較寬的3dB帶寬以及較小
