基于哼唱的歌曲检索系统的研究与设计

论文摘要

图像检索、视频检索和音频检索成为当今检索研究的热点,而目前多媒体检索的重点都放在图像和视频方面,在音乐检索上的研究成果还不多。随着音乐作品的增多和人们对音乐的爱好,音乐检索技术在语音拨号、卡拉OK、KTV音乐厅场所得到了广泛应用,还可以用于音乐图书馆的检索等领域。本文主要进行了歌曲检索中的哼唱音乐检索研究,使用户只需对着麦克风哼唱一首乐曲的旋律片段,就可以得到所要检索的乐曲。基于哼唱歌曲检索技术,本文展开以下几个方面的研究工作:1)对课题做了综合概述。简述了基于内容的音乐检索的研究目的、意义和研究现状,指出了基于内容的音乐检索的优点及复杂性。2)介绍了基于内容的音乐检索基础知识。通过对音乐的数字化研究,给出了音乐信号特征及特征提取方法。3)给出了基于内容音乐检索的系统框架。通过分析基于内容的音乐检索原理,给出了哼唱音乐检索的研究方案和流程框架。4)在分析传统匹配的方法上,总结出了一种改进型的动态时间规整(DTW)相似度匹配算法。实验结果显示,减少了对歌曲库进行精确匹配(DTW)的歌曲匹配数量,缩短了检索时间从而提高了检索速度。5)最后,本论文设计并实现了一个基于内容的音乐哼唱检索系统。经过大量实验验证,该系统在无须事先训练前提下,仍具有较高的准确性。本论文开发的检索系统在实际使用上取得了较好的识别效果,为基于内容的音乐哼唱检索研究打下了一定的基础,对进一步深入研究音乐检索提供了方法和经验。

论文目录

• 摘要
• ABSTRACT
• 第一章 概述
• 1.1 课题研究背景和意义
• 1.2 国内外研究现状
• 1.3 本论文主要内容
• 1.4 本论文章节安排
• 1.5 小结
• 第二章 基于内容的音乐检索基础
• 2.1 预备知识
• 2.1.1 乐理基础知识
• 2.1.2 人的听觉特性
• 2.2 音乐的数字化表示
• 2.2.1 声音文件
• 2.2.2 MIDI 文件
• 2.3 音乐信号特征及处理
• 2.3.1 音乐信号的特征
• 2.3.2 音乐信号的预处理
• 2.4 音乐的特征提取
• 2.4.1 音乐的基音提取
• 2.4.2 音乐的高音提取
• 2.5 音乐的旋律提取
• 2.5.1 预处理
• 2.5.2 主通道提取
• 2.6 哼唱音乐检索
• 2.6.1 哼唱音乐的检索原理
• 2.6.2 哼唱音乐检索系统的流程
• 2.7 本章小结
• 第三章 哼唱检索匹配算法
• 3.1 常用字符串匹配算法
• 3.1.1 BF（Brute Force）算法
• 3.1.2 KMP （Knuth-Morris-Pratt） 算法
• 3.1.3 BM 算法（Boyer-Moore）
• 3.2 音乐近似旋律匹配
• 3.2.1 近似字符串匹配算法
• 3.2.2 传统DTW （Dynamic-Time-Warping） 算法
• 3.2.3 DTW 算法上的改进
• 3.3 音高向量归一化处理
• 3.4 本章小结
• 第四章 音乐哼唱检索系统实现
• 4.1 系统结构框架
• 4.2 系统实现流程及步骤
• 4.3 系统实现
• 4.4 系统实验与结果分析
• 4.4.1 系统检索精度测试与分析
• 4.4.2 系统检索性能测试与分析
• 4.5 系统特点总结
• 4.6 本章小结
• 第五章 总结与展望
• 致谢
• 参考文献