「多模式音乐检索」系统.pptVIP

「多模式音樂檢索」系統 國立聯合大學進修推廣部 資工二甲 數位訊號處理 期末論文報告 指導老師： 黃豐隆 組別： 第六組 組長：N9324750 李岳軒 組員：N9324733 魏早志 N9324725 鍾通芳 摘要 多模式音樂檢索系統是屬於數位典藏服務中的一部分，數位典藏服務是將各種文化典藏數位化，以方便傳播和保存，並且能用自然的方式檢索和搜尋，多模式音樂檢索則是針對數位典藏服務中，音樂部份加以快速搜尋，而在這套多模式音樂檢索系統中，則是著重難度較高的: (1)哼唱比對: 因為每個使用者的音域不同，不可能要求每位使用者都像藝人般，完美的唱出每一個音，所以哼唱比對可以針對不同的音域來做模糊比對，以提高正確性。 (2)敲擊比對: 因為每個使用者敲擊的速度不同，所以必須將使用者輸入的音訊加以分析，並對每個音做適當調整，以提高正確性。 (3)語音比對: 採用隱藏式馬可夫模型，可以達到97%的語音辨識率，方便使用者直接以 語音的方式進行歌名、歌詞、歌者等相關的文字訊息。 研究動機與目的 目前國內外的音樂檢索系統研究並不多，而且大部分都需要輸入較多資訊、語音不自然的停頓、無法接受節奏過快或慢、音調高低不同、資料庫龐大時，搜尋時間過久，為了改善這些缺點，多模式音樂檢索系統也因此誕生了。 應用在數位典藏的方向 多模式音樂檢索系統最早發展於網路KTV點歌系統，因為它自然且人性化的介面，提供使用者在資訊檢索方面有多種模式的輸入，對於數位典藏特別著重以下內容: 1.檢索過程簡單且人性化，使用者可以選擇多種搜尋模式。 2.只要將系統放在網路伺服器上，加上數位典藏的資料庫，就成為一個多模式的數位典藏搜尋引擎，使用者可以使用多種模式輕易在網路上搜尋。 3.應用在作曲分析上，作曲家可以方便的偵測仿冒，或是參考比對其他資料。 設計原理分析 『多模式音樂檢索』乃是國內首見的全新搜尋 方式，不僅僅是一種概念上的創新，更是一種 方法上的重大突破，整個系統大致可以分為四 大部分： 音樂資料庫建構 輸入聲音數位訊號處理程序 搜尋比對程序 平行處理 整體架構如右圖。 聲音數位訊號處理程序: 使用者輸入一連串的聲音，轉變成為與音樂資料庫相同的中界格式，比對的方式可以分為: 聲音取樣過濾 系統以11025Hz為取樣頻率，輸入的聲音以8位元進行量化，並排除能量過低的雜訊。 基頻萃取 將哼唱輸入視為一個帶有固定週期的波型，首先將整個聲波切為數個小音框，每一個小音框包含512點，兩個小音框之間有83點重合，之後針對每個音框經過自相關演算，並將中樣原點附近的訊號濾除以求得每一個小音框的週期，並藉以得到每個音框的頻率，最後累積所有音框的頻率，就可以得到整個輸入聲波的基頻分佈圖。 節奏萃取 敲擊輸入的聲波，取其對應的能量圖，為了計算每個音的拍子長度，對其作音框處理，在對每個音框求出其能量，可以得到局部最大值，接著計算出每個標記間的距離，及可以算出每個敲擊音的時間，以方便資料庫比對。 轉換成中介格式 有了基頻分佈後，可以將過高(大於1043Hz)和過低(82Hz)的頻率濾掉，並經過適當的平滑、刪除錯誤的訊號，降低取樣頻率後，做成時間對半音的作圖，轉換成和音樂資料庫中相同的中介格式，以便比對。 結論: 結束放映 第六組 組長 ：李岳軒 組員 ：魏早志 鍾通芳 * * 多模式音樂檢索的音樂搜尋引擎，目前包含了11744首音樂資料庫，在辨識率來說目前辨識在前十名的正確率可達87%，為了簡化比對過程，目前以MIDI檔為主，必須哼唱歌曲的開頭，但是也可以從中央開始，並維持一定的辨識率，但是搜尋時間將會延長至六倍之多。不過也將音樂檢索的發展推向更高的領域。