旋律辨识的加速与比较.pdfVIP

旋律辨識的加速與比較 王儀蓁, 李宏儒, 張智星 g924329@oz.nthu.edu.tw, khair@wayne.cs.nthu.edu.tw, jang@cs.nthu.edu.tw 清華大學資訊工程所 摘要 立一個 m* n的DTW圖表，D( i , j )。D( i , j) 表示從 i = 1開始計算到( i , j)為止，最小的距 隨著多媒體的資料日新月異和快速地增加，多媒 離。遞迴地作以下的運算： 體資料檢索是一個越來越重要的課題。通常用來衡量 D (i 1,j 2)  − −  檢索結果的好壞，是辨識結果的正確率和辨識速度的   D (i,j ) min D (i 1,j 1) +dist(i,j ) 快慢。如何在兩者中取一個平衡點 ，使得整體的表現  − −  到達最好，是一個值得討論的議題。   D (i 2,j 1)  − −  本篇論文著重於加快辨識速度方面，並且在影響 辨識結果的正確率不大的條件下，使得辨識的速度可 以增快許多。本篇論文將就目前常用的「動態時間扭 d( i , j)是表示 t(i )和r(j )的距離，計 曲(Dynamic Time Warping)」來做加速。本篇論文提 算的方式為d(i ,j) =∣t(i )-r(j )∣。 出二階段辨識的方法，顧名思義就是把辨識的步驟分 其中，DTW 圖表只需要顯示輸入音高向量的長度為 為兩個部分，第一部分是先取出待辨識歌曲的部分取 標準答案音高向量長度一半到兩倍的資料；因為正常 樣點去做辨識，第二部分在把第一部分的結果篩選出 的哼唱通常不會快於正常速度的兩倍或慢於正常速度 有可能的歌曲去做第二階段的比對。 的一半。 而在邊界的計算，則是利用下列的式子： 1. 簡介與相關研究 D(i ,1 ) = ∞ ,i = 2,…,m , 動態時間扭曲的加速是以動態時間扭曲 (DTW)為 D(1 ,j ) =∣t(1)- r(j )∣, 基礎，並且利用兩階段的辨識方法 ，先在第一階段時 j = 1,...,n. 將可能的答案篩選為第二階段的候選歌曲，在盡量不 讓辨識正確率變動的條件之下，加快辨識的速度，使 式子一是為了要讓輸入的音高向量可以從第一個 回應的時間縮短，以期效率更高。 音開始比對；式子二是讓輸入的音高向量可以對標準 在本篇論文