基于哼唱的MP3音樂檢索研究.pdf

1、隨著數(shù)字科技的發(fā)展，MP3憑借極高的壓縮比與極小的失真，成為目前最受歡迎的數(shù)字音樂壓縮格式，廣泛在網(wǎng)絡(luò)上流行。從大量的MP3音樂資料中檢索出自己想要的歌曲，目前只能通過查詢歌曲名或歌手名等信息進(jìn)行檢索。如果僅僅是知道一個(gè)曲調(diào)，就無法搜索到自己想要的歌曲。本文針對這種現(xiàn)況，主要對MP3音樂的哼唱檢索進(jìn)行了研究，使用戶只要通過麥克風(fēng)哼唱一首樂曲的旋律片段，就可以得到所要檢索的MP3音樂。 目前對哼唱檢索系統(tǒng)的研究大部分都是對MIDI

2、格式的檢索，對MP3格式的處理研究的較少，另外對哼唱的要求多數(shù)是要求用特殊的哼唱方式，對于連續(xù)哼唱和帶歌詞哼唱研究較少。即使采用了連續(xù)哼唱的方式，也是提取出旋律軌跡信息后，使用用字符表示法表示，用字符匹配法進(jìn)行匹配。在對哼唱信號的基頻提取上，多數(shù)研究使用傳統(tǒng)的方法對哼唱輸入信號進(jìn)行基頻提取，在提取的過程中會(huì)出現(xiàn)種種的問題，對旋律軌跡的準(zhǔn)確性造成一定程度的影響。由于連續(xù)哼唱方式下旋律軌跡數(shù)據(jù)量大，所以需要設(shè)計(jì)一個(gè)快速的旋律匹配算法進(jìn)行旋律

3、匹配計(jì)算。 針對上面的問題，本文進(jìn)行了如下的工作：在哼唱輸入信號的特征提取模塊中，對傳統(tǒng)的基頻提取算法進(jìn)行了研究，發(fā)現(xiàn)了傳統(tǒng)的基頻提取算法中存在著各種各樣的問題，針對要處理的帶歌詞哼唱和不帶歌詞哼唱兩種哼唱輸入信號，提出了一種小波變換結(jié)合自相關(guān)函數(shù)法對哼唱輸入信號進(jìn)行分析，提取基頻軌跡的方法；在MP3旋律特征庫的建立上，考慮到一首歌曲中最令人難忘的部分是人聲演唱部分，所以首先對：MP3音樂進(jìn)行了預(yù)處理，將音樂中的人聲信息提取出來