文档介绍：硕士学位论文

基于哼唱的音乐检索关键技术研究

KEY TECHNOLOGIES RESEARCH OF
MUSIC RETRIEVAL BASED ON
HUMMING

韩兴凯

哈尔滨工业大学
2011 年 12 月
国内图书分类号: 学校代码:10213
国际图书分类号: 密级:公开

工学硕士学位论文

基于哼唱的音乐检索关键技术研究

硕士研究生:韩兴凯

导师:陈清财副教授

申请学位:工学硕士

学科:计算机科学与技术

所在单位:深圳研究生院

答辩日期:2011 年 12 月
授予学位单位:哈尔滨工业大学
Classified Index:
:

Thesis for the Master Degree in Engineering

KEY TECHNOLOGIES RESEARCH OF
MUSIC RETRIEVAL BASED ON
HUMMING

Candidate: Xingkai Han
Supervisor: Chen
Academic Degree Applied for: Master of Engineering
Speciality: Computer Science and Technology
Affiliation: Shenzhen Graduate School
Date of Defence: December, 2011
Degree-Conferring-Institution: Harbin Institute of Technology
哈尔滨工业大学工学硕士学位论文
摘要
众所周知,随着网络技术的迅猛发展,网络上多媒体资源已越来越多。在音
乐检索方面,单纯的文字输入检索已经不能满足用户的需求,尤其是网络上的音
乐多媒体爆炸式增长的情况下。如何从这些海量数据中快速准确地找到自己喜欢
的歌曲已经成为一个研究热点。哼唱检索,依靠其哼唱的方便表达性,在该领域
成为了主要的研究方向。哼唱检索的主要研究技术有:哼唱输入文件和数据库文
件特征序列的提取,音乐特征的表达和旋律匹配方法的研究。目前在国内外,该
方向在理论上已经取得了很大进展,并且开发了很多应用系统,但在扩展性,响
应速度,精确性上都有待于提高。本文的研究工作以此展开。
在本文中,我们通过对哼唱检索关键技术的研究,采取了三种可以提高查询
速度和准确率的方法。
1) 在特征提取部分,分析了现有的两种基音周期提取方法 ACF 和 AMDF,
在考虑系统的实时性和准确性的基础上,提出了基于 ACF 和 AMDF 相结合的基
音周期方法。
2) 在旋律匹配部分,为了尽可能的提高检索性能,本文采用了层次式的匹配
方法并做出分析与改进,首先采用一种运算速度快但检索精度一般的 EMD 方法
作为过滤器从数据库里过滤掉大部分不可能的候选匹配音乐文件,将剩余的小部
分文件组成细匹配的候选集;然后采用一种速度相对较慢但精度高的方法
CDTW,从候选集里选出匹配度最高的一些音乐文件,并对其进行排序显示。
3) 在排序部分,从机器学习的投票策略上受到的启发,在匹配时对每一种过
滤器根据一定的相似度计算方法都计算出一个相似度得分,然后对这两个得分加
权相加,以此来判定最终文件的排序顺序,这种融合的方法可以保证获得更精确
合理的排序顺序。
本文所设计的系统证明了上述改进方法的可行性,在 MIREX 测试集上获得了
较好的准确率和较快的响应时间。

关键词:哼唱检索;特征提取;层次匹配;旋律轮廓

-I-
哈尔滨工业大学工学硕士学位论文
Abstract
As everyone knows, with the development of the technology, there are
more and more multimedia resources. In the field of music retrieval, the pure text
retrieval cannot sat