多版本音樂識(shí)別技術(shù)研究.pdf

1、多版本音樂或稱為翻唱音樂是對(duì)具有相似主旋律音樂的統(tǒng)稱。由于多版本音樂之間存在音色、基調(diào)、速度和結(jié)構(gòu)等方面的差異，使得多版本音樂識(shí)別成為音頻信息檢索領(lǐng)域比較難的研究方向。多版本音樂識(shí)別通常包括兩種形式：1）輸入一段查詢音樂，從數(shù)據(jù)庫中返回所有判定為翻唱關(guān)系的版本，用來實(shí)現(xiàn)音樂推薦；2）給定一對(duì)音樂，判斷兩者是否具有翻唱關(guān)系，用作版權(quán)鑒定。
　　隨著大數(shù)據(jù)時(shí)代的到來，識(shí)別速度成為急需解決的問題，而當(dāng)前多版本音樂識(shí)別的研究主要關(guān)注的是識(shí)

2、別準(zhǔn)確率問題，針對(duì)這一問題本文通過對(duì)時(shí)序shapelets算法進(jìn)行改進(jìn)得到一種快速多版本音樂識(shí)別算法，在準(zhǔn)確率提升的同時(shí)極大提高了識(shí)別速度。音樂可以看成是由伴奏聲和人聲組合而成，基于這一事實(shí)，本文分別研究了基于Chroma特征和MFCC特征的多版本音樂識(shí)別技術(shù)。主要的研究及創(chuàng)新性工作如下：
　?。?）基于 Chroma特征的多版本音樂識(shí)別研究。對(duì)算法中特征提取，基調(diào)規(guī)整模塊進(jìn)行了分析；重點(diǎn)研究了動(dòng)態(tài)時(shí)間規(guī)整算法，得出在多版本音樂識(shí)

3、別中局部?jī)?yōu)化優(yōu)于全局優(yōu)化的結(jié)論，指出了算法中對(duì)結(jié)構(gòu)規(guī)整考慮不足的問題。針對(duì)該問題引入了時(shí)序shapelets算法并根據(jù)音樂信號(hào)特點(diǎn)進(jìn)行了相應(yīng)改進(jìn)。1）針對(duì)候選子序列的窮舉問題，本文采用固定窗函數(shù)的方法，極大減少了候選子序列的個(gè)數(shù)；2）針對(duì)多版本音樂類別過多信息增益難以計(jì)算的問題，采用了基于類距離的判別方法；基于上述改進(jìn)得到音樂子序列（MS）算法，顯著的提高了識(shí)別速度。針對(duì)MS算法魯棒性不夠的問題提出了采用三段 shapelets的Tri

4、ple-MS算法，該方法與MS算法時(shí)間復(fù)雜度為一個(gè)量級(jí)但識(shí)別準(zhǔn)確率更高。
　　（2）基于 MFCC特征的多版本音樂識(shí)別研究。研究了MFCC特征提取過程，針對(duì)傳統(tǒng)MFCC特征識(shí)別準(zhǔn)確率不夠的問題，本文主要進(jìn)行如下改進(jìn)：1）針對(duì)梅爾濾波器組對(duì)臨界帶寬考慮不足的問題提出了基于臨界等價(jià)矩形帶寬的帶寬設(shè)計(jì)方法；2）針對(duì)人耳對(duì)不同頻率敏感程度不一的問題，采用了加權(quán)因子進(jìn)行調(diào)整；3）用布萊克曼窗代替漢明窗增加對(duì)和聲信息的考慮；依據(jù)上述改動(dòng)得到E