基于和諧泛音檢測(cè)的主旋律提取技術(shù).pdf

1、隨著音樂(lè)媒體信息的持續(xù)增長(zhǎng)，在海量音樂(lè)數(shù)據(jù)庫(kù)中檢索變得越來(lái)越困難，這種趨勢(shì)對(duì)音樂(lè)信息檢索提出了更高的要求。現(xiàn)有的網(wǎng)上音樂(lè)檢索局限于分類(lèi)瀏覽和基于文字的查找功能?；趦?nèi)容的音樂(lè)檢索（CMR: Content-based Music Retrieval）這一技術(shù)，尤其是哼唱檢索（QBH: Query By Humming），作為一種傳統(tǒng)文字檢索所無(wú)法替代的檢索手段，也越來(lái)越受到學(xué)者、開(kāi)發(fā)商和廣大用戶(hù)們的注意。哼唱檢索是屬基于內(nèi)容的音樂(lè)檢索的

2、一種方式，該方式允許用戶(hù)通過(guò)哼唱的形式來(lái)檢索所需的歌曲。為了找到一首歌曲，用戶(hù)即使記不住曲名或者歌手名也不要緊，他還可以通過(guò)哼唱片斷旋律找到所要的歌曲。這種新型的人機(jī)接口，對(duì)于在互聯(lián)網(wǎng)上實(shí)現(xiàn)基于內(nèi)容的音樂(lè)檢索有著巨大的現(xiàn)實(shí)意義。 經(jīng)過(guò)本實(shí)驗(yàn)室的多年努力，我們已經(jīng)構(gòu)建起了一套行之有效的哼唱檢索系統(tǒng)。該系統(tǒng)能夠接受多種方式的哼唱輸入，檢索速度快，搜索準(zhǔn)確率高。但是也存在一定的局限性，比如樂(lè)曲庫(kù)只能接受單音軌MIDI格式的音樂(lè)文件，對(duì)

3、于那些多音軌MIDI、多音混合MP3等壓縮文件格式以及wav等非壓縮文件格式的音頻數(shù)據(jù)，讀取其主旋律仍是一個(gè)待開(kāi)發(fā)的領(lǐng)域，需要進(jìn)一步研究。本文針對(duì)多音軌混合音wav格式的音頻文件，提出了一種基于和諧泛音檢測(cè)的主旋律提取算法。該算法應(yīng)用了泛音的概念，在音頻信號(hào)的頻譜中檢測(cè)泛音顯著度，通過(guò)分析泛音顯著度指標(biāo)計(jì)算得到多音音頻的主基頻。通過(guò)對(duì)多音軌MIDI格式文件轉(zhuǎn)成的wav格式文件的模擬實(shí)驗(yàn)，該算法展現(xiàn)了極高的性能，與傳統(tǒng)算法相比較，正確率有

4、了極大的提高。該算法能在有多個(gè)輔音干擾的情況下提取出主音基頻，因而具有了較強(qiáng)的抗噪聲能力，這是傳統(tǒng)算法望塵莫及的。此外，通過(guò)結(jié)合能量突出度檢測(cè)和音高曲線(xiàn)的兩階段音符切分方法，我們使用該算法在原有系統(tǒng)上添加了將wav格式音頻文件轉(zhuǎn)換為單音軌MIDI格式主旋律文件模版以供哼唱檢索系統(tǒng)的樂(lè)曲庫(kù)使用的功能。這樣就彌補(bǔ)了原有系統(tǒng)只能對(duì)擁有相應(yīng)MIDI格式文件的音樂(lè)文件進(jìn)行檢索的缺陷，為系統(tǒng)樂(lè)曲庫(kù)的多樣性提供了很大的幫助。 本研究受到國(guó)家自