西北工业大学大学生-创新性实验计划项目申请书.docVIP

PAGE PAGE 11 西北工业大学 2011年大学生创新性实验计划项目 申 请 书 项目名称 哼唱检索中旋律匹配算法研究 所在学院/基地 电子信息学院 申 请 人 商景瑞 导师姓名 联系电话 E-mail: HYPERLINK mailto:nputeam@ nputeam@ 填表日期 2011年3月24日 西北工业大学教务处制表 项目名称 哼唱检索中旋律匹配算法研究 起止时间 2011年4月至 2012年6月 申请经费 8000元 申请人或申请团队 学 号 姓 名 年级 所在学院、专业 联系电话 E-mail 商景瑞 大一 电子信息学院通信工程 nputeam@ 宋燕秋 大一 材料学院 岳明 大二 航海学院电子信息工程 宋金梦 大三 航海学院电子信息工程 导师 姓 名 学院 职务/职称 E-mail 电 话 一、申请立项依据（包括项目背景、项目来源、技术依据、前期已有的研究基础，自身具备的知识条件、自己的兴趣爱好、特长等） 1、项目背景 随着网络多媒体数据和数据库应用的增加,如何对这些数据进行自动分类和检索已成为一个研究热点。尤其对音频而言,由于出现越来越多在线音乐存储和音乐检索,这就需要一种更加有效的机制去组织检索这些海量数据。基于文本的传统检索方式只能对有标注信息的音乐文件进行检索,而基于内容的检索则不依靠标注信息,而是根据音乐中的旋律、节奏、音色等信息进行检索。 “哼唱检索”是一种基于内容的音乐检索方法，它已经引起了广泛的研究兴趣，其原理是用户通过麦克风唱出歌曲的某个片断，系统会通过一定算法找到与之相似歌曲，并相似程度排列反馈给用户。这种方法相对于人们所熟悉的用歌曲的名称、演唱者、出版时间等检索音乐的方法更加方便、自然。尤其在人们搜索某一首歌曲，而却忘记歌曲名称时，这种哼唱检索的优势就尤为突显。只需凭借印象中残存的音乐旋律片段，便可找到相关音乐。 而哼唱检索中的匹配算法则是音频数字信号分析过程中最为关键的一步，其算法的好坏，直接影响到了最终搜索系统的检索效率，以及精确程度。目前哼唱检索之所以还未达到应用阶段，除了国内对于哼唱检索的相关研究较少之外，匹配算法效率低下，从而导致检索之间较长，匹配精度较低是其主要原因之一。 2、项目来源 解决当前哼唱检索撇匹配算法效率较低的问题。 3、技术依据 乐理基础，音乐编码方式，人体发生机理，语音处理，语音识别，数字信号处理等。 3.1语音的发声机理 1、浊音 空气流经过声带时，如果声带是崩紧的，则声带将产生张弛振动，即声带将周期性地启开和闭合。声带启开时，空气流从声门喷射出来，形成一个脉冲，声带闭合时相应于脉冲序列的间隙期。因此，这种情况下在声门处产生出一个准周期脉冲状的空气流。该空气流经过声道后最终从嘴唇辐射出声波，这便是浊音语音。这个准周期脉冲的周期即为基音周期。 基音频率是由声带张开闭合的周期所决定的：男性的基音频率一般为50～250Hz，女性基音频率为100～500Hz。 2、清音 空气流经过声带时，如果声带是完全舒展开来的，则肺部发出的空气流将不受影响地通过声门。空气流通过声门后，会遇到两种不同情况。一种情况是，如果声道的某个部位发生收缩形成了一个狭窄的通道，当空气流到达此处时被迫以高速冲过收缩区，并在附近产生出空气湍流，这种湍流空气通过声道后便形成所谓摩擦音或清音。 3、爆破音 另一种情况是，如果声道的某个部位完全闭合在一起，当空气流到达时便在此处建立起空气压力，闭合点突然开启便会让气压快速释放，经过声道后便形成所谓爆破音。 3.2音乐的基础理论 在音乐理论中，我们使用的、有固定音高的音的总和，叫做乐音体系。乐音体系中的各音叫做音级，两个音级在音高上的相互关系叫做音程。乐音体系中的音，按照上升或下降次序排列起来，叫做音列。音列的总范围叫做音域，即从它的最低音到最高音(A2-C5)间的距离。下边简单将乐理知识介绍如下: 声音是由物体的振动产生的。 音符：音符是音乐的基本要素，是记录乐音及其时值长短的符号。 音高：音高是由物体振动的频率决定的。频率越高音越高。 音量： 音量也称为音强或能量，音强就是在听时人们所感到的响度，也就是人们通常说的强弱或大、小，轻、重，它代表音符的强弱，比如在弹奏钢琴时音强说明了一个琴键按下的力度。是由振动的幅度大小决定的，幅度越大音越强。 音程： 音程是两个音级在音高上的相互关系叫做音程。先后弹奏的两个音形成旋律音程，同时弹奏的两个音形成和声音程。 八度：两个相邻的具有同样名称的音叫做八度。 音名： 音名是音符的名称。通常有三种表示方法。第一种是音乐用音名表示法。人们通常以低音谱表第二