資源描述：
《淺議哼唱音樂檢索技術(shù)研究》由會員上傳分享，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、哈爾濱理工大學(xué)碩士學(xué)位論文哼唱音樂檢索技術(shù)研究姓名：劉艷申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：鄭貴濱20080301哈爾濱理T大學(xué)T學(xué)碩十學(xué)位論文哼唱音樂檢索技術(shù)研究摘要哼唱音樂檢索是一種有效的基于內(nèi)容的音樂檢索方式，它具有自然、方便的特點(diǎn)，有極其廣闊的應(yīng)用前景和重要的研究價(jià)值，是近年來國內(nèi)外研究的熱點(diǎn)課題。本文針對MIDI音樂檢索，主要研究MIDI數(shù)據(jù)庫的建立、哼唱特征提取和旋律匹配算法三方面內(nèi)容。本論文在數(shù)據(jù)庫的建立中使用MIDI格式文件作為提取音樂旋律的數(shù)據(jù)源。在分析了MIDI音樂描述格式的基礎(chǔ)上，
2、采用了基于主旋律音軌特點(diǎn)的MIDI音樂主旋律提取算法，并對其進(jìn)行了實(shí)驗(yàn)驗(yàn)證，雖然實(shí)驗(yàn)結(jié)果表明，該算法的性能還可以，但為了達(dá)到最佳的效果，本文最終采取的還是人工監(jiān)聽的方式，手工標(biāo)注每首MIDI音樂的主旋律音軌。在哼唱特征提取中，為了解決音符分割、音符識別難度大的問題，提出了一種基于兩級神經(jīng)網(wǎng)絡(luò)的哼唱特征提取方法。第一級采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)哼唱音符分割，得到獨(dú)立音符；第二級采用RBF神經(jīng)網(wǎng)絡(luò)識別分割出的各個(gè)音符，獲得音符的MIDI音高值。實(shí)驗(yàn)結(jié)果表明，該方法能較好地完成哼唱特征的提取，適合于實(shí)際哼唱檢索系統(tǒng)對連續(xù)哼唱的
3、要求。在旋律匹配算法中，利用旋律的音符序列具有時(shí)間上的可伸縮性和音高上的可平移性，先把兩段旋律在時(shí)間軸上線性延展到相同的長度，并在一定的誤差范圍內(nèi)對齊發(fā)聲時(shí)刻接近的音符，考察旋律在節(jié)奏上的相似性之后，繼續(xù)比較兩段等長旋律在每個(gè)時(shí)間點(diǎn)上音高的差距。最后，綜合考慮節(jié)奏和音高兩方面的相似程度，給出匹配得分，將得分最高若干樂曲作為檢索結(jié)果。關(guān)鍵詞哼唱音樂檢索；音符分割；音符識別；旋律匹配哈爾濱理工大學(xué)工學(xué)碩十學(xué)位論文ResearchonQuery--By--HummingTechnoloAbstractQuerybyhum
4、mingisalleffectivecontent—basedmusicretrieval．Itisanaturalandconvenientmusicretrievalmethodandithasgreatvalueinmanyapplicationareas．Querybyhummingisahotresearchtopicathomeandabroadinrecentyears．ThispaperstudiestheestablishmentofadatabaseofMIDI，hummingfeatureex
5、tractionandmelodymatchingalgorithm．Intheestablishmentofthedatabase，thispaperusedtheMIDIformatasdatasourcesthatmusicmelodyisextractedfrom．MIDImusicthemeextractionalgorithmisusedonthebasisofMIDImusic’Sformatandverifiedbytheexperiment．Althoughtheexperimentalresul
6、tsshowthattheperformanceofthealgorithmcanbe，butinordertoachievethebestresults，thepapereventuallychoicestheartificialmonitorwayandreceivesthetheme’StracksofeachfirstMIDIbymanualtagging．IntheFeatureExtraction，atwo．1ayerneuralnetworkforhummingfeatureextractionisp
7、roposedfornotesegmentationandnoterecognition．Thefirst—layerBPnetworkisusedtodividethehummingdataintotheindependentnotes；thesecond-layerRBFnetworkisusedtoreceivetheMIDIpitchoftheindependentnote．Theexperimentalresultsshowthatthismethodcanextractthehummingfeature
8、swithhighaccuracy，anditissuitabletothequerybyhummingsystem．IntheMelodymatchingalgorithm，usingthescalabilityoftimeandthetranslationalofpitchinthenotessequenceofthemelody,first，twome
