基于内容音乐检索技术研究 定稿.doc

江西科技师范学院 毕业设计（论文） 题 目(中文)： 基于内容的音乐检索技术研究 (外文）： Research on Content-Based Music Retrieval Technology 系（院）： 专 业： 学生姓名： 学 号： 指导教师： 2011年5月6日目录 1.绪论 1 1.1课题研究的目的和意义 1 1.2 国内外研究状况 2 1.3核心问题和关键技术 3 2.基于内容的音乐检索基础 4 2.1音乐乐理基础 4 2.2 音乐信号的特征 6 2.3 音乐旋律的表示方法 9 2.4音乐信息检索 12 3.MP3音乐格式分析和旋律特征抽取 14 3.1 MP3的音乐格式分析及编解码算法 14 3.2 旋律特征提取 22 4.单声部音乐检索 26 4.1 类简谱 26 4.2 单声部查询音乐的类简谱表示 27 4.3检索和匹配过程 27 4.4简单举例 27 5.多声部音乐检索 30 5.1 Markov模型和隐Markov模型简介 30 5.2 和弦特征 31 5.3 HMM和声模型 32 6.总结 33 参考文献 34 基于内容的音乐检索技术研究 摘要：音乐是一类重要的音频数据,传统的音乐检索都是基于关键词的检索,使用受限。随着互联网的快速发展及数字化设备的普及,基于内容的音检索研究得到广泛的关注。(如MIDI、MP3或其它格式的波形音乐)所构成的音乐数据库实施查询检索以获取数据库中满足查询条件或包含相同或相似音乐片段的音乐资源。这些表征不同音乐内涵的查询条件可以通过哼唱或借助现有的乐谱输入工具输入到检索系统中以实施检索。本论文对基于内容的MP3音乐检索技术进行了研究，并实现了一个灵活的具有多种查询音乐输入方式的MP3音乐检索原型系统。 关键词：音乐检索; 计算机音乐; MP3; 特征提取; 近似匹配 1.绪论 1.1课题研究的目的和意义 音乐是一类重要的音频数据传统的音乐检索都是基于关键词的检索使用受限。Internet的广泛应用和深入普及，多媒体数据的数量正在呈指数增长。Google和baidu这样的搜索引擎。但是，基于文本标注的音频检索方式具有其固有的局限性：(1)对音频信号的文本描述具有不完整性和主观性；(2)音频信息的数量庞大并增长迅速，人工标注需要花费比较高的成本，并且根本无法完成对如此大规模音频数据的标注；(3)不能支持实时音频数据流的检索；(4)无法检索出与指定音频数据相同的信息等。为了解决上述问题，基于内容的音乐检索技术应运而生。 所谓基于内容的音频检索，是指通过音频特征分析，对不同音频数据赋以不同的语义，使具有相同语义的音频在听觉上保持相似。其中，基于内容的音乐检索是具有较高实用价值的一部分。基于内容的音乐检索是根据音乐的内容特征，如音乐的旋律、节奏等进行检索。目前的音乐检索方式大多是基于文本的，即根据歌名、演唱者、歌词等关键字进行检索。人们想查找到某首歌曲时，只有通过这首歌曲的这些文字性信息才能进行检索，如果忘记了这些文字性信息，就无法找到自己想要的歌曲，这显然不能满足人们的搜索需要。另外，基于文本描述的音乐检索还需要人们对大量的音乐文件进行标注，这种工作费时又费力，并且音乐CD层出不穷，完成对如此大规模音乐的标注几乎是不可能的。最重要的是，音乐的旋律、节奏等重要特性无法用文本表达清楚。为了解决以上问题，就需要寻找其它的检索方式，使得用户可以方便、快捷地找到想要的音乐。假如我们能通过这样一种检索方式使得用户在不知道某首歌曲的名字或演唱者等文字信息，但是对这首歌的旋律和风格等非常熟悉的情况下，对着麦克风将他熟悉的旋律“ 哼”或“ 唱”出来，然后通过计算机就可以检索出与哼唱旋律类似的歌曲该有多好。这种新颖的检索方式称为哼唱检索。哼唱检索是一种基于内容的音乐检索方式，它通过用户哼唱进行检索，使得用户只需哼唱一个歌曲片段，系统便能根据用户哼唱的旋律在音乐数据库中搜索出与之相似的歌曲。相对于传统的基于关键字形式的用户接口，哼唱检索给用户提供了更便捷、更自然、更人性化的检索方式，并且给用户带来更佳的搜索体验[6]。 1.2 国内外研究状况 相对于文本和图像检索，基于内容的音乐信息检索技术的研究起步较晚，成果也比较有限。但自上个世纪90年代以来，研究工作取得较大进展。在该研究领域中，比较重要的期刊和会议包括IEEE Transaction on Speech and Audio Proeessing,IEEE T