一种新的哼唱音符音高划分方法

哼唱音符音高的准确划分,对哼唱音乐检索系统识别率的提高起着很大的作用。目前,大部分的哼唱音乐检索系统都是采用能量划分的方法,在很大程度上并不能对哼唱波形文件顺利完成单音切割,因此,论文提出的一种新的音符音高划分方法,在基于一般能量划分的基础上,采用基于倍音列的音高识别模型对划分结果进行二次划分、规整,最终实现哼唱音符音高的划分。实验表明,该划分方法能够有效地实现哼唱音符音高的准确划分。     

支持得分矩阵的音乐检索技术

作为音乐检索的重要方式,哼唱检索由于其有效性和方便性,引起了广泛的关注。对此提出了一种新的基于得分矩阵的音乐哼唱快速检索技术,可以实现哼唱音乐的快速检索。首先根据哼唱音乐特征,将音乐数据库和用户提供的哼唱片段,按自然停顿方式划分音乐的语句,同时使用K-means聚类算法对音乐的语句片段进行音高相似性计算,并根据聚类情况提取出位置特异性得分矩阵。此外,基于得分矩阵提出NA匹配算法和两种加速分段计分方法,分别是顺序前瞻计分SLS算法和置换矩阵前瞻计分PLA算法。实验结果表明所提出的基于得分矩阵的音乐检索技术能够快速有效地返回查询结果,同时PLA算法具有更有效的哼唱音乐检索结果。     

哼唱检索中联合音高与能量的音符切分算法

为改善哼唱检索系统中利用旋律轮廓和节奏进行匹配的性能,提出一种新的联合音高与能量的音符切分算法。该算法改进基于自相关的基音提取算法,对提取的基音频率曲线进行后处理,并在切分过程中保持能量的分割信息,利用半音曲线的突变做切分,以提高音符切分的准确度。实验结果表明,在安静实验室环境下,该算法能获得88.75%的分割准确度。     

元音检测和最值点符号特征匹配的音乐检索

哼唱的随意性和音乐特征提取算法误差都会影响基于哼唱的音乐检索系统的性能。针对上述问题,利用元音帧检测获得较为精确的音符边界,实现音符分割;对分割后的音符提取相对音高和音长,实现符号描述;最后将哼唱片段中音高和音长最值点周围的符号描述作为特征与数据库中的数据进行匹配,得到最相似的候选音乐。实验表明该方法对未经训练的哼唱者的首位匹配正确率达到70%以上,匹配速度也大大优于传统方法,检索性能基本达到了实际应用的需求。     

基于定性映射的哼唱音乐旋律提取

根据哼唱旋律提取的特点和定性映射的相关知识,结合基本乐理,提出哼唱片段旋律提取的定性映射模型和算法,包括哼唱旋律音符切分阈值的动态定性判定,以及音符音高确定的动态赋权的定性映射。实验结果表明,该算法不仅能灵活合理地确定音符切分的定性判定基准,同时能够较准确地提取音符音高,并得到哼唱片段的旋律轮廓线。     

哼唱检索中一种新颖有效的哼唱信息处理方法

在基于哼唱的音乐检索系统的研究中，对哼唱输入与数据库进行合理的近似匹配以及有效的检索方法的研究不断深入，但对于哼唱音频信息的有效处理以提取准确有效的旋律特征信息构造查询的研究还不充分。本文在已有的哼唱信息处理方法之上，提出了一种结合了哼唱语音信号增强技术以及时域与频域处理技术的哼唱转谱方法，包括采用了分级音符分割方法、基于规则的音高跟踪方法，并提出一种合理的旋律特征表达的中问格式，用于哼唱查询构造。实验结果证明了这种时哼唱信息转谱处理新方法的有效性和准确性。通过降低哼唱转谱过程中引入的误差，进而可以有效地提高整个音乐检索系统的性能。     

一种启发式的用哼唱检索音乐的层次化方法

“用哼唱检索音乐”是一种友好的基于内容的音乐检索方法，它已经引起了广泛的研究兴趣；在对音乐库做了统计分析的基础上，总结了一些启发式规则，帮助对哼唱输入进行基音检测、音符分割，哼唱输入表达为音高轮廓图和节奏，音乐库中的音乐按音乐的节奏类型分为不同的节奏区域，并从每首音乐中抽取旋律轮廓图和节奏信息，用递归神经网络记忆旋律轮廓，音乐库的索引是神经网络的权值矩阵，将哼唱输入与音乐库中的音乐匹配的过程就是计算神经网络的输出过程。实验结果显示了所提方法的有效性。     

基于音高与端点联合检测的音符识别算法

结合次谐波与谐波比率(SHR)音高提取算法与基于短时能量及过零率的端点检测算法,实现了一种音高、端点联合检测算法.该方法以短时能量及过零率为音符切分的基础,进而利用音高跳变来检测音符的变化.仿真实验表明,采用SHR音高提取算法,该联合检测提高了音符识别的精度,尤其在噪声环境下,其表现优于传统端点检测算法.     

基于两级神经网络的连续哼唱特征提取

针对用户以任意字词连续哼唱的情况下,哼唱特征提取中音符分割、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。     

基于HMM的自动音符切分识别的研究

对于用户通过哼唱输入进行音乐检索系统中,音符的切分和识别是关键问题之一。本文介绍了利用隐马尔可夫模型对音符进行建模识别,完成用户哼唱输入自动音乐信息检索的前端处理的初步研究结果。文中给出了音乐中音符、静音及停顿模型的拓扑结构,通过规范化的训练建立了49个音符的隐马尔可夫参数模型。在音符的状态切分中,提出了基于k-均值聚类的状态粗切分方法,减少了手工劳作,提高了分割精度。研究结果表明;在没有语言模型的情况下,获得了46.04%的音符识别率,验证了其方法的可行性。本研究在音乐信息检索领域具有重要的意义。     

哼唱检索中改进的动态时间规整算法

针对传统动态时间规整算法只考虑音高特征而不考虑音长特征的缺点,提出改进的算法,采用音高差和音长差共同构成算法中的代价函数,在此基础上实现了一个哼唱检索系统的原型。在数据库容量为115首乐曲和118个哼唱片段的测试中,该算法的前10位命中率为81.0%,前3位命中率为72.4%,性能优于4种同类算法。     

基于遗传算法的智能作曲技术研究

为了利用遗传算法进行智能作曲,对由计算机自动生成音符序列和音频文件的具体问题进行了讨论。计算机根据预先设定的参数生成初始乐段群体,将对各乐段的人工评估结果作为适应度函数值,分别设定选择、交换和突变规则,通过时值修正来解决进化过程中乐曲每小节各音符的时值之和的不稳定问题,完成了音符序列的计算机生成问题。音频文件的产生通过建模和编码的方法实现。建立表示振幅与频率、时值之间关系的振动模型,其频率因子和时值因子分别取自音符编码中音高分量所映射的频率值和时值分量所映射的时间,根据此模型,结合数字音频技术,最终生成WAV音频文件,从而完成了音符到音频文件的转换。与目前MIDI形态的计算机音乐相比,WAV形态的计算机音乐具有很强的丰富性、灵活性和稳定性。实验表明,利用这种交互式遗传算法所创作的乐曲能基本满足部分人的情感表达需要和审美标准,对促进计算机音乐技术的发展有重要的科学意义。     

基于哼唱的音乐检索应用系统

通过研究哼唱旋律基频提取和检索算法,给出了一个完整的基于哼唱的音乐检索系统框架。系统主要分析了旋律特征提取和近似旋律匹配部分。旋律特征提取部分采用基于差分Mel倒谱法求基频;旋律匹配部分对经典的动态时间弯折算法原理分析后,根据声音特征引入音长差序列的余弦相似度,提高了检索效率和精度。在340首MIDI歌曲的测试集上,前三位识别效率提高3.7%,用时降低16%,系统的性能有明显改善。     

嵌入式MIDI文件格式解析设计与实现

建立在嵌入式系统平台上的电子乐谱阅读器可以代替传统纸质乐谱和谱架的组合成为乐谱阅读的理想方式,因此在嵌入式系统上阅读MIDI等文件格式的数字乐谱具有重要的意义。本文详细说明了从一个MIDI文件解析出五线谱信息的全过程,介绍了MIDI文件格式以及在MIDI格式读取的过程中遇到的种种问题的解决方法。