基于隐马尔可夫模型的音乐哼唱检索的研究与实现

摘要

本篇论文中，提出了一种新的基于SCD隐马尔可夫模型（Hidden Markov Models）的音乐检索方法。隐马尔可夫模型是一种用于描述复杂序列的双重随机过程模型，它已经在语音识别，生物信息学中的DNA分类等领域得到了广泛的应用。音乐旋律匹配问题与语音识别，DNA序列分类等问题有某些相似之处，我们尝试将隐马尔可夫模型引入基于哼唱的音乐检索中作为旋律匹配算法并取得了较为成功的效果。所提出的隐马尔可夫模型称为SCD隐马尔可夫模型。SCD隐马尔可夫模型中包含三种状态分别称为状态S（Square用方形表示），状态C（Circle用圆形表示）,状态D（Diamond用菱形表示），三类状态描述三种不同的哼唱错误。论文的第五章详细介绍了SCD隐马尔可夫模型作为旋律近似匹配机制的思想，并且给出了利用Viterbi算法训练的隐马尔可夫模型参数。

目录

文摘

英文文摘

学位论文原创性声明和版权使用授权书

第一章：绪论

第二章 音乐感知

第三章 音乐特征提取

第四章 旋律匹配算法

第五章 基于HMM的旋律匹配

第六章 实验结果

第七章：总结与展望

参考文献

致谢

攻读学位期间发表的学术论文

上海交通大学学位论文答辩决议书