关于音乐的检索研究——基于旋律的哼唱音乐检索

摘要

近年来,随着多媒体及网络技术的飞速发展,多媒体信息的数据量急剧的增多,人们已经不能满足于通过歌名、歌词、演唱者等信息进行的文本检索。特别是当人们只记得歌曲的某一旋律片段时,如何快速的通过音乐旋律来检索相关音乐就成为了现在急需要解决的问题。
　　 基于旋律的哼唱检索技术现己成为当今的研究热点之一,但直到现在它还没有被广泛的推广起来。这主要是因为,现在大多数的哼唱检索系统都是基于对MIDI音频文件的检索,并且对哼唱者及哼唱环境有着严格的要求。在现实生活中,人们接触到的都是MP3格式、WMA格式及WAV格式的音乐文件,MIDI格式的音乐文件少之又少,因此如何对MP3等格式的音频文件进行哼唱检索,并且哼唱条件适用于普通大众,这就是本文解决的问题。针对上述要解决的问题,本文主要做了如下几方面的工作:
　　 1)通过对声音特征参数的分析,从中选出决定乐曲主旋律特征的参数。这一特征参数要满足:不管什么人、用什么样的方式演唱,只要音调相同,特征参数就要相同。
　　 2)由于本文要检索的是带有背景音乐的音频文件,因此本文通过对常见音符音高值算法的分析研究,提出了一种新的音符音高值算法。这种算法不但计算量小,同时也降低了背景音乐对检索工作造成的困扰。
　　 3)通过对音阶与音高间存在的特定关系的分析,在常见的旋律匹配算法的基础上,针对它们各自的优缺点提出了一种改进的字符串匹配算法,进而提高了匹配检索的准确度。
　　 4)最后在上述分析的基础上,实现了在普通环境下对MP3、WAV等不同格式的音频文件的哼唱检索,并对多种不同的情况进行了仿真实验比对及结果分析。