学位论文 > 优秀研究生学位论文题录展示
基于内容的音乐检索技术研究与实现
作 者: 张新彩
导 师: 张德同
学 校: 西北大学
专 业: 计算机应用技术
关键词: 哼唱检索 音乐旋律 特征提取 近似匹配 DTW
分类号: TP391.3
类 型: 硕士论文
年 份: 2009年
下 载: 239次
引 用: 2次
阅 读: 论文下载
内容摘要
随着多媒体和计算机网络技术的迅速发展,音乐信息的数量急剧增长。如何从浩瀚的音乐数据中快速准确地检索到想要的音乐已成为基于内容音乐检索领域的研究热点。哼唱检索以其方便以及能够准确表达检索需求的优势,成为目前最主要的音乐检索方式。它使得用户只需哼唱一个旋律片段,就可在大规模音乐数据库中检索出想要的歌曲。本文针对哼唱检索涉及的关键技术进行研究,主要包括:音乐旋律特征的表达与提取、音乐数据库的构建以及音乐旋律近似匹配等。基于此,设计并实现了一个基于内容的哼唱检索系统。主要研究内容包括:1.对基于内容哼唱检索的相关理论知识和关键技术进行研究与分析,并给出了基于内容哼唱检索的基本框架。2.音乐旋律特征的表达与提取。在分析音乐的本质特征和音乐旋律表示方法的基础上,提出了一种改进的综合使用音高特征和节奏特征的音乐旋律特征提取算法。该算法能够较准确地从用户哼唱输入中提取音乐旋律特征,并具有较好的搜索精度。3.音乐检索匹配算法。在对现有的音乐检索匹配算法进行研究与对比的基础上,提出了一种改进的分层式音乐检索匹配算法—基于N-gram和句子长度的DTW音乐检索匹配算法。实验表明,使用该算法进行哼唱检索时,具有较高的检索成功率,且能够有效地提高哼唱检索的效率。4.基于.Net开发平台,设计并实现了一个基于内容的哼唱检索系统,取得了良好的效果。本研究得到国家自然科学基金项目“基于Web的音频识别与检索关键技术研究(基金编号:60673100)”的资助。
|
全文目录
摘要 4-5 Abstract 5-6 目录 6-8 第一章 绪论 8-13 1.1 研究背景及意义 8-9 1.2 国内外研究现状 9-11 1.2.1 国外研究现状 9-10 1.2.2 国内研究现状 10-11 1.3 本课题的主要研究内容 11-12 1.4 论文框架安排 12-13 第二章 基于内容的音乐检索基础 13-24 2.1 音乐乐理基础及WAVE格式简介 13-16 2.1.1 音乐乐理基础 13-15 2.1.2 波形文件(WAVE)简介 15-16 2.2 音乐信号的特征 16-19 2.2.1 音乐信号的时域特征 16-17 2.2.2 音乐信号的频域特征 17-18 2.2.3 音乐信号的倒谱特征 18-19 2.3 音乐旋律的表示方法 19-22 2.3.1 音乐旋律的表示方法 20-22 2.3.2 哼唱检索的特征表示 22 2.4 基于内容哼唱检索的基本框架 22-23 2.5 本章小结 23-24 第三章 音乐旋律特征提取 24-34 3.1 基音周期检测 24-28 3.1.1 时域法 24-26 3.1.2 频域法 26-27 3.1.3 时频域混合法 27 3.1.4 基音检测后处理 27-28 3.2 音乐旋律特征提取算法 28-32 3.2.1 音乐信号的预处理 28-30 3.2.2 音乐旋律特征提取算法 30-32 3.3 本章小结 32-34 第四章 音乐检索匹配算法 34-45 4.1 近似旋律匹配方法 34-39 4.1.1 近似字符串匹配算法 34-36 4.1.2 动态时间规整 36-38 4.1.3 基于统计模型的算法 38-39 4.1.4 线性对齐匹配算法 39 4.2 基于N-gram和句子长度的DTW音乐检索匹配算法 39-44 4.2.1 N-gram索引模型的建立 41-42 4.2.2 粗匹配 42 4.2.3 精细匹配 42-44 4.3 本章小结 44-45 第五章 基于内容的哼唱检索系统设计与实现 45-52 5.1 系统结构设计 45-46 5.2 数据库设计 46-48 5.3 实验结果及分析 48-51 5.4 哼唱检索系统的特点 51 5.5 本章小结 51-52 总结与展望 52-54 本文工作总结 52 未来工作展望 52-54 参考文献 54-58 攻读硕士学位期间取得的科研成果 58-59 致谢 59
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于DSP的机器人语音命令识别系统研制,TN912.34
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 检索机
© 2012 www.xueweilunwen.com
|