QBH.pptVIP

計算幾何學期末報告 題目:多模式音樂檢索 指導老師: 陳俊銘 學生: I4B 22 劉恩賜 Introduction 數位典藏服務是一門很新的領域，而將各種文化典藏數位化紀錄下來以利傳播及保存已經成為一種趨勢，並且能以簡單而自然的方式進行檢索更是一個重要議題,多模式音樂檢索』為例，提供過去我們在建立音樂資料庫、資訊數位化的處理以及資訊檢索流程 多模式的音樂檢索方式 多模式的音樂檢索方式的設計、開發以及應用數位典藏檢索，並且能與不同的典藏資料檢索整合，藉此發揮數位典藏在使用者服務功能上的價值以及提高數位典藏檢索的功能。 目前在國內和國外的研究並不多見，目前較具規模的大至分點說明如下： 英國Southampton大學QBH系統 這篇論文算是早期最具代表性的一篇報告。QBH（Query By Humming）的系統 他們透過自相關演算（Auto-correlation）來求得輸入聲波的基頻分佈圖（Pitch Contour），並將其轉成包含了U、D、R的字串用以進行音樂資料庫的搜尋。 他們並未發展出一套完整的音符切割程序，使用者必須自行分割音符，並未達到真正的自動化。僅僅只能算是在直覺式歌唱輸入音樂搜尋上邁出了第一步。 QBH編碼 紐西蘭Waikato大學 採用以歌選歌的方法 他們和紐西蘭數位音樂資料庫合作開發出了一套名為MT（Melody Transcription）的系統，藉著金-瑞賓勒演算法（Gold-Rabiner Algorithm）找出輸入聲波的基頻分佈，並接著轉成標準音符表示 缺點: 無法正確地將音符切割開 設計原理分析 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。整體架構如右圖所示。 輸入聲音數位訊號處理程序 主要用於將使用者哼、唱以及敲擊的輸入聲音經由一連串的訊號處理程序換變成和音樂資料庫相同的中界格式以方便比對， 概略可以分為：聲音取樣過濾、基頻粹取（Pitch Tracking）、轉換成中介格式 聲音取樣過濾 我們以11025HZ為我們的取樣頻率，輸入的聲音以8位元進行量化，並將能量過低的聲音訊號視為雜訊過濾 基頻粹取 輸入的聲波視為一帶有固定週期的波型，將整個聲波切為數個小區塊（Frame）， 每個區塊包含512點，兩兩之間有83點重合之後 每個區塊經過自相關演算（Autocorrelation） 將中央原點附近的訊號濾除以求得每一個小區塊的週期，並藉以得到每個區塊的頻率。 最後我們累積所有區塊頻率，得到輸入聲波的基頻分佈圖 基頻粹取 轉換成中介格式 針對一般人唱歌的頻域，將過高（大於1043HZ）或過低（小於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 ，轉換成和音樂資料庫中相同的中介格式 搜尋比對程序 由於每位使用者的音域不同，在哼唱時，往往造成基調的變異。 主要要克服的便是使用者基調及節奏速度不同所造成的問題。 輸入聲波的平均值平移至和歌曲相同，並同時定義出一個搜尋區間 以二位元搜尋法（Binary search）藉以在log(N)的時間內找到最適當的基調 搜尋比對程序 調整基調範例 * * S S U S D U D  濾除中央微弱訊號前 濾除中央微弱訊號後 二位元搜尋法