基于哼唱搜索的音乐检索系统分析-控制理论与控制工程专业论文.docxVIP

I I 摘 要 摘 要 基于音频内容的搜索方式在哼唱的检索领域应用非常普遍。本文旨在实现一 个基本的基于用户哼唱的音频搜索系统。该系统的具体实现主要涉及三个技术的 难点。首先我们需要研究解决的就是如何提取音频的特征曲线。第二个我们需要 研究解决的就是如何构造 MIDI 特征库。第三个需要研究解决的就是如何从特征库 中检索出结果即旋律匹配算法的实现。 本文在第一个技术难点上的工作主要包括音频的预处理和提取音频特征旋律 曲线。我们想要得到一段噪声比较小的音频数据，所以就必须去噪。我们采用卡 尔曼滤波的方法先对输入的音频信号简单去噪，然后预加重，我们使用的方法是 高通滤波，最后汉明加窗。这样我们就可以提取处理后音频的特征。我们讨论了 各种现有的特征提取算法，最终选定改进的 AMDF 平均幅度差方法，并使用 matlab 实现了该算法，完成了输入音频的特征提取。 本文在第二个技术难点上的工作主要就是如何提取 MIDI 中的特征曲线，并构 建音频特征数据库。我们分析了 MIDI 的文件格式，利用了第三方 MIDI 库读取 MIDI 文件的数据，并结合轮廓线算法和最佳 k 音轨旋律算法，最终我们得到了 MIDI 文件的音高特征曲线并且写入文件，该文件中存储的数据是旋律匹配模块中 的特征数据。 本文的第三个难点是如何从特征库中查找用户需要的音乐。本文在这一方面 的工作主要是分析了现有的旋律匹配算法，主要包括基于字符串的匹配算法、基 于统计的 HMM 的算法以及基于动态时间规整（DTW）的算法。最终我们选定了 动态时间规整算法来进行旋律识别，并且考虑到实际检索中的通用性，我们对该 算法做了改进，改进后的算法可以匹配用户的任意哼唱旋律片段。 最后，我们使用以上的研究成果构建了一个简单的基于哼唱搜索的音乐检索 系统，实现了以上提及的所有的功能模块，并且测试了该系统的功能。最终我们 完成了整个系统的所有工作。 关键词：哼唱搜索，特征提取，旋律匹配，平均幅度差方法，动态时间规整 II II ABSTRACT ABSTRACT Search based content is very common in the field of querying by humming. It is used in speech recognition widely. The thesis aims to achieve a basic music retrieval system based humming. In order to complete the implementation of the system, we must solve the three major technical difficulties. The first issue we need to do is how to extract the music characteristic curve of the music melody. And the second issue we need to do is how to build the characteristic database of the music coded by midi format. And the third issue we need to do is how to search the target item from the music feature database, namely how to improve the melody match algorithm. The work on the first technical difficulty includes preprocessing in a music and the feature melody curve extracted from a preprocessed music. In order to get some clean music data, so we use Kalman filtering algorithm to get rid of the noise in the input music signal. And we use a first-order high-pass filter to pre-emphasis on the de-noised music signal. At last we use the Hamming window to frame the processed music. After this we can extract the music melody feature