毕业论文基于支持向量机的MIDI主旋律提取分析研究.docVIP

  基于支持向量机的 MIDI 主旋律提取研究 崔建英 1 ，刘刚 2* （1. 北京邮电大学自动化学院，北京 100876； 5 10 15 20 25 30 35 40 45 2. 北京邮电大学信息与通信工程学院，北京 100876） 摘要：哼唱检索是当前音乐信息检索研究和应用领域的一个热点，通常采用旋律信息作为音 乐特征进行检索，MIDI 文件是构建音乐特征数据库的主要来源。如何从多音轨 MIDI 文件 中提取出主旋律信息，是一个值得研究的问题。本文研究了一种基于支持向量机的 MIDI 主 旋律提取方法，重点对主旋律提取中的特征提取、样本不平衡、结果可信度等问题进行了研 究，实现 MIDI 文件主旋律的有效提取。实验证明，本文所述方法比已有算法具有更高的准 确度。 关键词：哼唱检索；MIDI 主旋律；支持向量机；样本平衡；置信度 中图分类号：TP37 MIDI Melody Extraction Based-on Support Vector Machine Cui Jianying1, Liu Gang 2 ( 1. Automation School, Beijing University of Posts and Telecommunications, Beijing 100876; 2. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876) Abstract: In this paper, a new method of MIDI melody extraction based on balanced data and Support Vector Machine (SVM) is introduced. The extracted melody could well construct the melody database for the hot investigation of Query-by-Humming (QBH) in Music Information Retrieval (MIR). First of all, extract the feature of each MIDI track as the data sample to be classified. Secondly, balance the data sample using a novel method called Random-SMOTE. Next, classify the balanced data to two categories (melody or accompaniment) and estimate the confidence of the results. Finally, obtain the extracted melody track according to the result of classification and confidence. Experimental results of our MIDI melody extraction show excellent accuracy outperforming the other existing approaches of MIDI melody extraction. Keywords: query by humming; MIDI melody; Support Vector Machine; data sample balance; confidence 0 引言 在当前的音乐检索领域中，哼唱检索是一个研究热点。基于 MIDI 检索库的哼唱检索系 [1] 种具有象征性音乐符号（symbolic music notation）的数字化文件，较容易从中提取出特征信 息，进而能够用特定方法描述歌曲的主旋律。这种记录发音指令的文件格式，凭借其占用存 储空间小、表达精确、通用性强等特点，成为目前音乐信息检索系统中十分重要的音乐格式， 因此常被用来建立音乐检索的数据库。 当前的哼唱检索系统通常采用人工标注的方式得到 MIDI 主旋律。但随着音乐库的不断 扩充，人工标注的工作量日益增加，很难满足现代海量的音乐信息检索需求。因此，能够自 动提取 MIDI 主旋律对哼唱检索来说无疑是一个极其重要的贡献。 目前已有部分学者针对 MIDI 主旋律提取进行了研究。较早的 MIDI 主旋律提取算法是 Uitdenbogerd[2]和 Zobel 于 1