基于听觉图像的音乐和弦识别研究

摘要

随着互联网技术的不断普及，海量音乐多媒体信息涌入网络，因此，基于内容的音乐信息检索成为用户能够快速有效地检索所需音乐数据的重要方法。和弦是音乐信号的重要中层特征之一，是音乐信息标注的基础。作为音乐的固有特征，和弦能够描述音乐和声内容及半音结构，在音频检测与分割、音乐情感分析、音频乐谱对位等领域都有所应用。
　　本文利用人耳听觉感知系统、听觉心理学、乐理知识及模式识别领域的相关理论，提取和弦的听觉图像特征，然后建立稀疏表示分类器模型进行和弦识别与分类。该方法的具体实现过程如下：
　　首先，本文利用动态规划算法提取音乐信号的节拍信息，将一首完整的音乐分成以和弦为单位的片段，使算法不受节拍的影响，具有更好的稳健性。然后利用听觉图像模型，通过耳蜗预处理、基底膜活动、神经活动模型及频点短时整合四个过程获取输入音频的听觉图像，该模型成功地将一维音乐信号转换为二维听觉图像。
　　其次，针对不同和弦的听觉图像进行尺度不变特征转换（SIFT）及空间金字塔匹配（SPM），提取和弦听觉图像的细节特征。
　　最后，建立基于听觉图像的和弦识别系统，该系统将和弦分为大小三和弦共24类，并对每一类都建立一个数据库，提取特征平均值。利用Chris Harte制作的标签文件训练得到有监督的稀疏表示分类模型，对待测歌曲进行和弦识别。
　　实验结果表明，本文提出的基于听觉图像的和弦识别算法最高正确识别率为76.2％，比同样基于人耳听觉特性的MFCC特征正确识别率高20.4%。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景

1.2课题研究目的及意义

1.3国内外研究现状

1.4本文主要工作

1.5论文的组织结构

第二章 音乐理论及人耳听觉感知系统

2.1音乐的基本特征属性

2.2人耳听觉系统

第三章 听觉图像模型与稀疏表示模型

3.1听觉图像模型

3.2稀疏表示分类器

第四章 基于听觉图像的和弦识别系统设计

4.1提取听觉图像特征

4.2 MFCC特征提取

4.3和弦识别系统设计

第五章 总结与展望

5.1本文总结

5.2未来展望

参考文献

发表论文和参加科研情况说明

致谢