基于內(nèi)容的哼唱音樂(lè)檢索

《基于內(nèi)容的哼唱音樂(lè)檢索》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(kù)。

1、中國(guó)科學(xué)技術(shù)大學(xué)碩士學(xué)位論文摘要隨著計(jì)算機(jī)網(wǎng)絡(luò)和多媒體技術(shù)的發(fā)展，越來(lái)越多的人開始從互聯(lián)網(wǎng)下載獲取音樂(lè)資訊。這種趨勢(shì)對(duì)音樂(lè)信息檢索提出了更高的要求?，F(xiàn)有的網(wǎng)上音樂(lè)檢索局限于按作曲者、歌唱者、出版公司等基于文字的信息分類瀏覽。一種基于內(nèi)容的哼唱檢索可以幫助用戶通過(guò)哼唱旋律的片斷，在大規(guī)模的音樂(lè)數(shù)據(jù)庫(kù)中找到想要的樂(lè)曲。這種新型的人機(jī)接口方式，對(duì)于通過(guò)電話網(wǎng)、互聯(lián)網(wǎng)等實(shí)現(xiàn)自然便捷的音樂(lè)檢索有著巨大的現(xiàn)實(shí)意義?；趦?nèi)容的音樂(lè)檢索主要涉及音樂(lè)旋律特征提取問(wèn)題、音樂(lè)旋律匹配問(wèn)題以及音樂(lè)數(shù)據(jù)庫(kù)構(gòu)造問(wèn)題等很多方面，這些都是建立一個(gè)完整、有效的音樂(lè)檢索系統(tǒng)的關(guān)鍵。本文

2、在目前已有研究成果的基礎(chǔ)上，對(duì)基于內(nèi)容的音樂(lè)檢索涉及的以上各個(gè)方面展開了研究．音樂(lè)旋律特征提取包括基頻提取和音符切分兩部分，基頻提取結(jié)合諧波和算法與自相關(guān)算法基頻曲線的差異。消除了哼唱中噪聲的影響與半頻、倍頻提取錯(cuò)誤，提高了系統(tǒng)的準(zhǔn)確度。音符切分使用能量曲線先粗切分基頻曲線再細(xì)切分的分層切分方法保證音符切分的正確性。音樂(lè)旋律特征本文使用四維矢量來(lái)表示，適應(yīng)了絕對(duì)音高匹配與相對(duì)音高匹配相結(jié)合的旋律匹配算法。最后根據(jù)哼唱者可能出現(xiàn)部分哼唱錯(cuò)誤的現(xiàn)象，提出了兩層動(dòng)態(tài)規(guī)劃距離度量方法，提高了系統(tǒng)的魯棒性和準(zhǔn)確度。根據(jù)以上的方法，本文構(gòu)建了一個(gè)基于哼唱的音樂(lè)檢

3、索系統(tǒng)，實(shí)驗(yàn)結(jié)果也證明了上述方法的有效性。關(guān)鍵詞：哼唱檢索、基頻提取、旋律匹配中國(guó)科學(xué)技術(shù)大學(xué)碩士學(xué)位論文AbstractWiththedevelopmentofcomputernetworkandmul_thnodiatechnologies，moroandmorepeoplestarttOdownloadmusicinformationfromtheIntemet．Thistrendhassetmusicinformationrelrievalhigherrequirements．Nowpeoplecansearchmusiconlybycomp

4、oser,singing，publishingcompaniesandothertext-basedinformationonline．QuerybyHummingcontent-basedcanhelpU$erSsearchthemelodybysmgingthetRnewhichtheyremember,thenthemelodycanbefoundfromthelarge—scaledatabases．Thisnew鑼peofhuman-machineinterfacehasgreatpracticalsignificanceformusicr

5、etrievingnaturallyandquicklyintelephonenetworkOtinternet．Contem-basedmusicretrievalmainlyinvolvesmusicalmelodyfeatureextraction,musicalmelodymatchingandthesmmmrcofmusicalmelodydatabaseandmanyotherissues，thesearethekeyofestablishingacomprehensive，effectivemusicretrievalsystem．Ba

6、sed011thea】r：阽mresearchprogress，thispaperhasresearchedmostaspectsofmusicretrievalcontent-basedasaboveovera11．Musicalmelodyfeatureextractionincludespitchextractionandnotesegmentationtwoparts．Pitchextractioncombinedsub．hmunonlcsummationalgorithmandtheauto-correlationalgorithm,usi

7、ngthedifferencesinthefrequencycufve，eliminatedtheeffectsofnoiseandextractingthewrongpitchlikesemi-frequencyordoublefrequency,improvedthesystem'saccuracy．Notesegmentationusedenergycurveroughprocessingfirstly,thenusedpitchculNefineprocessing；guaranteedthecorrec恤essofnotesegmentat

8、ion．Thispaperusefour-dimensionalvectorstoexpressthemus