MIDI文件主旋律音轨的抽取.pdfVIP

第 49卷 第 1期 厦门大学学报 (自然科学版) Vo1．49 NO．1 2010年 1月 JournalofXiamenUniversity(NaturalScience) Jan．2010 MIDI文件主旋律音轨的抽取 黄志刚，周 昌乐，蒋昊隽 (厦门大学信息科学与技术学院，福建 厦门361005) 摘要 ：在数字音乐的研究应用中，大多数高层语义的音乐特征研究都以MIDI音乐文件库作为素材，其中主旋律音轨作 为最重要 的音乐信息，而从 MIDI文件中获取主旋律信息具有很大的难度和误差．提 出一种应用随机森林 的方法 自动抽 取MIDI文件中主旋律所在的音轨．首先根据信息熵理论定义了音轨特征的熵值，并通过实验判断该特征的熵值对区分 MIDI主旋律音轨与伴奏音轨是有效的．然后 由MIDI文件的音轨信息熵和一些其他重要特征组成特征向量，构建随机 森林分类器抽取MIDI文件主旋律所在的音轨．由实验可知，该模型有较高的准确率，对提取 MIDI文件主旋律音轨有 效． 关键词 ：MIDI；主旋律；音轨熵 中图分类号 ：TP391 文献标识码：A 文章编号 ：0438—0479(2010)一01—0043—04 多媒体与人工智能技术的结合已经成为 目前的一 件的特征 向量．在此基础上使用随机森林 的方法构造 个研究热点，计算机音乐就是在这样的背景下应运而 分类器 ，实现 MIDI主旋律音轨的抽取． 生的． 目前大多数高层语义 的音乐特征研究都 以MIDI 1 信息熵 音乐库作为素材．MIDI文件是一种描述语言，存放着 熵表示单个随机变量的不确定性 的均值，随机变 各音轨所使用的乐器和播放 内容 ，本质上是一种基于 量的熵越大，它的不确定性越大 ，也就是说 ，能正确估 特征的音乐格式．MIDI文件主旋律存储在某一音轨 计其值 的概率越小．设 (z)为随机离散变量 x 的概 上 ，而其他音轨作为伴奏 出现 ，特别是在流行歌曲中经 率密度 函数，X属于某个符号或者字符的离散集合X： 常出现[1]．主旋律对音乐信息检索(MIR)、音乐旋律匹 (z)一 P(X—z) ∈X， 配等应用起到重要作用 ，例如基于主旋律片段的音乐 则熵的计算公式 ： 检索 ]，哼唱检索系统的应用L3]．MIDI文件每条音轨 H (p)一 H (x)一一 P()log2户()， 包含着一些特征 ，特别是主旋律包含着许多重要特征 ， ∈X 其中音轨 的熵就可以作为判别主旋律音轨 的重要特 熵值度量了随机变量所包含信息量的大小 ]． 征 ，主旋律一般比伴奏蕴含更丰富的情感信息 ]，即含 1．1 MIDI文件格式简介 有更多的信息量． MIDI文件的基本结构为头块和轨道块，每个 MI- 关于 MIDI文件主旋律的提取方法在一些文献 中 DI文件的头块用来鉴别是否为 MIDI文件及文件的 被提出，文献Es-1通过一些与主旋律有关的简单特征提 格式类 型，包括单音轨、多音轨 同步、多音轨不 同步． 取主旋律 ，实验得出音轨名称特征为提取主旋律的最 MIDI的数据是 由若干个格式相 同的子数据构成 的， 有效特征．文献[63基本和文