哼唱音乐检索技术研究

【摘要】： 哼唱音乐检索是一种有效的基于内容的音乐检索方式,它具有自然、方便的特点,有极其广阔的应用前景和重要的研究价值,是近年来国内外研究的热点课题。本文针对MIDI音乐检索,主要研究MIDI数据库的建立、哼唱特征提取和旋律匹配算法三方面内容。 本论文在数据库的建立中使用MIDI格式文件作为提取音乐旋律的数据源。在分析了MIDI音乐描述格式的基础上,采用了基于主旋律音轨特点的MIDI音乐主旋律提取算法,并对其进行了实验验证,虽然实验结果表明,该算法的性能还可以,但为了达到最佳的效果,本文最终采取的还是人工监听的方式,手工标注每首MIDI音乐的主旋律音轨。 在哼唱特征提取中,为了解决音符分割、音符识别难度大的问题,提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割,得到独立音符;第二级采用RBF神经网络识别分割出的各个音符,获得音符的MIDI音高值。实验结果表明,该方法能较好地完成哼唱特征的提取,适合于实际哼唱检索系统对连续哼唱的要求。 在旋律匹配算法中,利用旋律的音符序列具有时间上的可伸缩性和音高上的可平移性,先把两段旋律在时间轴上线性延展到相同的长度,并在一定的误差范围内对齐发声时刻接近的音符,考察旋律在节奏上的相似性之后,继续比较两段等长旋律在每个时间点上音高的差距。最后,综合考虑节奏和音高两方面的相似程度,给出匹配得分,将得分最高若干乐曲作为检索结果。