一种新的近似旋律匹配方法及其在哼唱检索系统中的应用

提出了一种近似旋律匹配(approximate meltlody matching)的新方法——线性对齐匹配法,并在此基础上实现了一个哼唱检索(queryby humming)系统原型．与已有的基于内容的音乐检索(content-based music retrieval)不同,该算法并非基于近似符号串匹配、统计模型或者特征空间,而是根据相近旋律的音高轮廓在几何上的相似性,将音高和节奏特征一并考虑所设计而成的全新算法．通过实验检验该算法的有效性,在含有3864首乐曲的搜索空间中,检索62段人声哼唱,线性对齐匹配法取得了90．3％的前3位命中率,相比传统的近似符号匹配算法高出11％以上．这一实验结果有力地表明了线性对齐匹配法的有效性,及其应用于大型数字音乐检索引擎的可行性．     

一种改进的哼唱式音乐检索方法

针对哼唱式音乐检索的非准确性,本文提出了一种新的旋律表示方法,并根据旋律的表示采用了两次匹配算法,将相似度最高的乐曲输出。实验结果表明,该方法提高了哼唱式音乐检索的准确率。     

哼唱检索系统中一种有效的旋律匹配方法

针对音乐数据库中有些歌曲不符合音阶模型算法的问题,提出了一种将音阶模型与均值法相结合的改进音调调整算法,对不符合模型的哼唱输入和midi使用均值法进行音调调整,解决了大数据库情况下的音调调整问题.同时针对人的哼唱和pitch提取等处理可能存在错误的问题,提出了一种新颖的两层DTW距离度量方案,大大提高了最终匹配的准确度和系统的鲁棒性.实验结果也表明了改进的音调调整算法和两层DTW距离度量方案的有效性.     

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。     

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。     

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。     

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。     

旋律弹性匹配实现Web哼唱检索

面对日益增加的音乐作品及多样化的用户检索需求,采用基于内容的音乐检索方式,提出一种对音乐旋律的定义及表达方式,并在此基础上依照旋律轮廓的几何相似性实现音乐的相似度计算,具体地提出影响检索算法准确度的若干因素,通过实验的方法确定相应的阈值,最后实现检索系统的单机版开发和Web版发布。实验表明,所采用的方法正确、有效,能够取得较高的检索准确度。     

音乐哼唱检索技术在WEB上的应用

将基于内容的哼唱检索技术用于WEB上。首先阐述了音乐检索现状,并对基于内容的音乐检索过程进行了详细地分析,然后介绍了WEB的相关技术,提出了将音乐检索技术用于WEB的思路,最后对全文归纳总结,并对进一步的工作进行了展望。     

一种新型的音乐信息检索索引方法及其应用

本文提出一种新型的音乐信息检索索引方法,并将其应用于哼唱检索系统上,获得可喜的成果。该方法根据音乐旋律的特点,使用音高和音长描述一段乐曲。考虑到各种音乐输入方式存在的音高不一致性和节奏伸缩性,系统根据乐曲旋律特征的总体变化,将平均音高差和平均音长变化百分比作为关键字建立M树索引结构。由于各类输入旋律常常存在误差,本文定义一定的搜索半径,查找半径范围内与输入的音乐片断最相似的音乐文件。实验结果表明,该结构可以使系统提高60%以上的检索速度,并且搜索结果的正确率最高仍然可达80%。     

一个使用歌谱信息进行哼唱检索的系统

提出一种直接使用歌谱信息进行哼唱检索的方法,并在此基础上实现了一个基于内容的哼唱检索系统--Music Angel.该系统采用歌谱轮廓作为检索目标,首先提出歌谱轮廓特征提取算法并构造标准音调差值图,然后提取哼唱片段的基音轮廓特征并将其转换为歌谱轮廓特征,最后使用动态规划算法进行字符串相似度计算,得出检索结果.结果表明,该系统对环境噪声有较好的鲁棒性;在含有405首歌曲的搜索空间中,检索前5位成功率超过90%.     

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。     

一种新的查询优化方法

阐述了一种新的分布式数据库查询优化的技术,该方法简单、容易实现,实践证明该方法的效率也是较高的。     

A General Framework of Progressive Filtering and Its Application to Query by Singing/Humming

This paper presents the mathematical formulation and design methodology of progressive filtering (PF) for multimedia information retrieval, and discusses its application to the so-called query by singing/humming (QBSH), or more formally, melody recognition. The concept of PF and the corresponding dynamic programming-based design method are applicable to large multimedia retrieval systems for striking a balance between efficiency (in terms of response time) and effectiveness (in terms of recognition rate). The application of the proposed PF to a five-stage QBSH system is reported, and the experimental results demonstrate the feasibility of the proposed approach.     

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。