一个基于语谱图映射的音乐检索系统.docVIP

  一个基于语谱图映射的音乐检索系统 陈晓宇，刘刚** （北京邮电大学信息与通信工程学院模式识别实验室，北京 100876） 5 10 15 20 25 30 35 40 摘要：随着计算机的普及和互联网的发展，数字音乐得到广泛的传播。在浩如烟海的音乐库 中如何快速、有效的寻找到所需要的音乐是一项非常有意义的课题。目前商业搜索引擎如谷 歌、百度等依靠音乐相关的文字信息完成检索任务，由于其固有的缺陷难以满足用户的新需 求。本文采用改进的语谱图映射算法，对查询样例的语谱图进行矢量映射并提取特征点，利 用哈希结构建立索引，采用多级检索方法，返回最相似音频。通过实验，该系统的准确率和 速度都比较让人满意。 关键词：音乐检索；乐纹；语谱图映射 中图分类号：TP391.4 A Music Information Retrieval System Based On Projections Of Spectrograms Chen Xiaoyu, Liu Gang (Beijing University of Posts and Telecommunications, Beijing 100876) Abstract: With the popularization of computers and development of the Internet, digital music spread widely. How to find out the needed music quickly and efficiently in the massive library, is a significant subject. So far, commercial search engines such as Google and Baidu and so on, implement retrieval through character information related to music. Because of its intrinsic limitation, this method is inadequate to meet the new demand of users.Algorithm of projections of spectrograms is improved, spectrograms of sample are mapped to vectors and feature points are extracted. Indices are established using hash structure, the most appropriate audio is returned using multilevel retrieval. Through experiments, the accuracy and efficiency of this system are satisfactory. Keywords: music retrieval; music fingerprinting; projections of spectrograms 1 引言 大容量存储器的出现和网络技术的不断发展，使得现今的互联网上存在着数量庞大的音 乐信息，如何从海量的音乐中获取有用的信息显得日益重要。 传统的基于文本的音乐检索，由于其固有的缺陷（元信息难以准确标注，对音乐感知的 个体差异性）越来越不能满足大众音乐搜索的需求。根据音乐本身的特征来完成查询检索— —基于内容的音乐检索是一个极具挑战且应用前景广泛的研究课题。试想如下场景：当你在 餐厅用餐的时候，当你在商场购物的时候，经常会听到让你熟悉却又陌生的旋律，但你想不 起来它的作者或者表演者，你所知道的就是这让你熟悉的旋律。在大多数现有的搜索引擎上， 想要找到这样的乐曲是不可能的，然而通过基于内容的音乐检索系统，我们只需要录制一段 音乐片段就能从海量数据库中找到对应的音乐。 关于乐纹特征的提取，学者们已经进行了很多的研究工作。广泛被使用的方法是从经过 短时-傅里叶变换（Short-time Fourier Transform）以后的频谱图里面选择一些特征序列 为该片段的乐纹。典型的方法有两种：一种是荷兰的 Philips 研究所提出的基于全局信息的 方法[1][2]。这个方法首先将整个频谱分成很多小块，每个小块由 0 或者 1 来表示，这样整个 频谱可以用二进制数的序列来表示。这种方法的特点是可以表示整个频谱的全局信息，缺点 作者简介：陈晓宇，（1987-），男，硕士，音乐检索。 通信联系人：刘刚，（1973-），男，副教授，语音识别。 E-mail: liugang@