基于内容的音乐检索.docVIP

基于内容的音乐检索 一、基于内容的音乐检索的意义： 基于内容的音频检索，是继基于内容的图像检索之后发展起来的一个新兴研究方向，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个部分。在基于内容的音频检索中，对音频的分类检索技术(如将音频文件分为“音乐”、“演讲”、“噪音”等)得到了较快的发展。而由于音乐自身的感知特征问题，基于内容的音乐检索技术则发展缓慢。音乐与人的听觉感知紧密相关，它更多的传达了一种感情，一种很难量化的情绪，音乐的这种特性决定了在音频的分类检索技术中所用到的物理特征对音乐分析并不适用。基于内容的音乐检索 是根据音乐的内容特征来进行检索，也就是根据音乐的旋律、节奏等音乐特征进行检索。 基于内容的音乐检索在音乐数据库管理、Internet音乐检索以及生活娱乐方面都具有非常重要的意义。现在每年只是在中国就会有上千张的新音乐专辑出现，对于音乐数据库的管理简单的只是依据手工标注分类已远远不够，这就需要对音乐的基于音乐内容的分类管理。而作曲家和音乐家则需要通过音乐的旋律等特征来进行音乐查找和比对，以解决音乐的著作权和版权问题。同时，面对大量涌现的新音乐和海量的经典音乐，对于喜爱音乐的人们来说，通过他们所熟悉的音乐旋律特征来查找音乐是一种更受欢迎的方法。所以，对基于内容的音乐检索基于内容的音乐检索系统研究的研究具有着广泛的实用价值和理论研究价值。 二、基于内容的音乐检索的研究现状： 目前国内外对于基于内容的音乐检索的研究已经被大量提出。Pefieffr等人从信号中提取基音作为特征，并以相关运算作为范例查询的对比方式，找出广告纪录中某一广告音乐的发生次数。wold等人则从音乐信号中计算出响度、音高、亮度、频宽和谐度等作为内容特征，对声音作分类，以进行相似度查询。然而这些音乐特征的语意程度太低，一般人并不熟悉，因而无法善加利用进行音乐检索。因此，国际上另一个研究方向，是追求更直接的查询方式，例如，以弹奏来查询、以哼唱来查询等。Hawley发展过一种系统，可以允许使用者从MIDI合成器的键盘上直接输入一串音符，但其查询方法仅允许从乐曲开头处比对。Ghias等人则发展能从麦克风直接哼唱的系统。此系统能将麦克风的音讯输入，转换成字串，并以升音、隆音、平音三个符号将输入编码，以允许任何音调的查询。此编码再以动态近似字串比对演算法与曲库中的曲子比较。其系统能容许多音、少音、音符位置对调等情况。但由于以相当少的符号对音乐作编码，造成乐曲间的差异性变小，影响大量资料时的检索效果，且其动态近似字串比对相当费时，是此系统的两个主要缺点。国内与本研究相关的研究有清华大学音乐资料库方面的数项研究、上海交通大学的音乐数字图书馆的研究及哈尔滨工业大学也有部分相关研究。其中一项也发展了以哼唱作为查询输入的技术，但其以类似Hamming距离的比对方式，所提供的查询弹性较小。其它的则还有运用合旋、节奏、旋律等音乐特征作为内容特征与查询条件，所采用的技术包括 以上为对单一音道音乐文件检索的研究情况。单一音道音乐文件，为只有一种乐器演奏的音乐文件、只有歌唱声的音乐文件或MIDI文件中的某一主要音轨数据。随着对计算机音乐处理的进一步研究，对多音道音乐文件的检索得到越来越多的重视。对于多音道音乐文件有两种主要处理方法:1、对于多音道音乐数据混合在一起的，如MP3或wav文件，需要对其进行音乐片段分类，将其分为不同类，每类具有一定共性，在此基础上进行特征提取并检索。 对于多基于内容的音乐检索系统研究音道音乐数据是分开的，如MIDI文件中各音道文件并不混合，则同时对多音道数据进行加窗分帧，提取特征形成检索集并进行检索口。对于多音道音乐文件，较常提取音调值、音调的开始时间、音调的持续时间等特征，并将其转化为一系列的特征标识，形成基本检索集。这一思想及其相似算法在MihcaelCluasne等人的PRoMS/notify系统中，及Lmestrom等人的the C-Brahms系统中得到应用并被详细阐述。 三、基于内容的音乐检索技术概述： 基于内容的音乐检索技术主要分为三大部分:音乐内容的获取、音乐内容的描述(音乐特征提取)、特征相似度匹配。 当前研究中，较常用到的对音乐内容的描述方法有MIDI音乐、MP3音乐、WAV音乐、音乐乐谱等，虽然方法不同但是描述的内容是一致的。音乐内容是一维的、变化的、重要性不均等的。即在一个音乐文件中存在着对整个音乐的内容表达来说非常重要的旋律片段，同时也存在着并不是很重要的前奏或间奏旋律片段。所以音乐内容的获取则包括音乐内容的结构化(即内容分割)和音乐主旋律片段提取两部分。对音乐的正确分割及较准确的音乐主旋律片段提取，是对音乐内容分析的重要基础。 音乐内容描述