基于哼唱的音乐检索系统的研究与探索.pdfVIP

第29卷 情报杂志 Vd．29 2010年6月 JOURNAl，OFINTELLIGENCE Jun．2010 基于哼唱的音乐检索系统的研究与探索 鞠 源 (武汉大学武汉430072) 摘要具体阐述了基于旋律哼唱检索系统结构，对其改进加以探索，并提出构建新型音乐检索系统架构的设想。 关键词音乐检索 系统架构 情感语义人工智能 中图分类号G645J6 文献标识码A 文章编号1002一1965f20lO)0160—03 基于旋律哼唱的音乐检索(QuerybyHumming)作为音 为抽象高度的概括[2．91。它可以是音乐旋律和叙事的说明， 乐内容检索的一个分支，相对于传统意义上的音乐检索，即 也可以是基于情感基调的语义空间。如果用信息资源管理 对乐曲外部特征(如歌名，演唱者等)进行人工注解以供检索 的视角把对音乐资源特征的揭示看作广义信息组织，那么语 来说，具有无法比拟的优势。如用户经常记不清一些歌曲的 义层次与声学特征层次上对音频特征的描述则类似于知识 歌名和演唱者，但却对歌曲中一些经典的乐句难以忘怀。 组织与信息组织之问的关系。 OBH系统使用户只要哼上一段就能在检索出t 自己想要的歌曲；在KTv点歌可以不用曲谱； 。 ；；妻嚣嚣耄≥单矍嚣萋毽薹… I语义级 语凌识别文本、探测结果…… I 电视台制作节目选取背景音乐的时候能迅速找 到合适的材料而无须在大量音乐资料中苦苦查 感知特征：单调、音高；旋律、节奏…… 学特征级 声学特征：能量、过零率、LPC系数…… 找；在知识产权管理中可以审查一首歌曲是否 音频结j}句化表示 有抄袭嫌疑；手机用户可以哼唱点歌，定制铃 声；电信运营商和增值眼务提供商可为其客户 物理样本级 采样率、时间刻度、样本、格式、编码…… 提供更为优质、快捷有效的服务等等。构建完 ．． 源组织方式，而且在很多领域有着广泛的应用翥耋萎罢霎嘉篡耋蚕茎；署主i罢；薹誉萎嘉 抽象层更’’ ‘ 图1音频内容分层描述模型 前景，推动广播电视数字化和电信业务的蓬勃发展。 根据这一理论，我们把早期的基于人工标注歌曲名、作 基于哼唱的音乐检索在理论与实践上的研究日趋成熟， 者等外部特征提供检索人口的音乐检索系统称为第一代音 中科院于2006年底研制的基于旋律和歌词的歌曲检索系统 乐检索系统，将当前的基于旋律哼唱的音乐检索划分为第二 就实现了口说歌词检索与哼唱歌曲检索两大功能。口说歌 个阶段，未来的发展趋势则是向语义级层次发展，即通过音 词检索模块采用了大规模连续语音识别技术，语音识别引擎 乐传达的情感或叙事特征来实现检索。这一过程由于和人 对于说话人口