| 标题 | 基于内容下音乐检索方法的比较研究 |
| 范文 | 王楠鑫 张雨佳 【摘要】音乐为音频数据的一种，提高音频数据检索效率，是改善用户检索体验的主要途径。本文从音乐内容入手，阐述了基于内容的音乐检索处理框架。基于此，重点对端点检测方法，以及语音识别方法进行了比较研究。并根据研究结果，设计了一种基于内容的音乐检索系统。通过对系统检索效果的观察，证实了系统的应用价值。以期能够为有关人员提供参考。 【关键词】音乐内容；检索方法；端点检测；语音识别；优化设计 【中图分类号】J605 【文献标识码】A 一、基于内容的音乐检索处理框架 音乐检索的本质，即模仿人的大脑，对声音进行分析。在此基础上，根据旋律以及节奏的快慢，对音乐加以分辨的过程。为确保基于内容的音乐检索有效实现，准确提取歌曲节奏的特征数据，对提取歌曲的基音数据进行对比较为关键。具体处理框架，既“特征提取--检索引擎--查询结果/继续提取特征”的这一过程。系统接收到信息后，会对用户声音的特征进行提取。采用匹配算法，将用户的声音，与系统中音乐的声音进行匹配，最终将匹配结果，反馈给用户。将上述检索方法应用到音乐检索过程中，使用户在了解音乐特征的基础上，实现对音乐的查找。对改善用户检索体验，具有较高的实践价值。 二、基于内容的音乐检索方法的比较及优化 （一）端点检测方法 端点检测算法，包括门限法端点检测、噪音检测以及动态窗长语音检测三种。以动态窗长语音检测为例，当开始检测时，如动态窗较长，检测系统可随之进入到過渡段，反复检测，即可准确的判断出语音的起始点，进而实现对音乐的检索。如动态窗较短，则可经由起始点，回到正常窗，实现对音乐的检索。与英语不同，汉子语音末尾，多为浊音。因此，仅采用短时的能量，即能够判断出语音的结尾点，使基于内容的音乐检索的过程得以实现。 用户可将动态窗长语音检测算法，应用到音乐的检索过程中，对用户的哼唱音频进行检索。假设用户的哼唱音，为“do、re、mi、fa”，系统可根据对哼唱音频短时能量的观察，对短时过零率进行计算。鉴于“fa”中，“f”为清音。因此，如用户发声时声带未振动，而是产生的收缩。则“fa”的短时能量，通常会有所降低。但该特征，不会对哼唱的过零率产生影响。因此，用户采用端点检测方法，以内容为基础对音乐进行检索，可取得较好的效果。 （二）语音识别方法 语音识别属于模式识别的一种，为确保用户的语音能够被识别，机器必须具备一定的“理解”以及“响应”能力。目前常用的语音识别技术，主要包括特征提取技术以及模式匹配准则等。各技术的应用，均需经过“选取语音识别单元”的过程。该过程中如下：预处理--提取特征--训练--模式识别（存储至模式库）--结束识别。即当用户的语音信息，被系统接收后，系统可随之对其进行预处理。并在提取语音数据特征的基础上，对其进行训练。被处理后的语音数据，经模式识别后，既可得到检索结果。 将语音识别方法，应用到基于内容的音乐检索过程中，同样可检索出用户所需的音乐。用户哼唱歌谱时，常用音主要包括“do、re、mi、fa、sol、la、si”共7个。根据音高的不同，各音的特征同样有所差异。假设语音识别方法仅能够识别出音符，而无法识别音高，则检索所得到的结果，准确度通常会存在一定的误差。为解决上述问题。将低音组音阶，与高音组音阶，共同影射为14个字符。在此基础上，实现对音高特征的识别，既能够得到更加精准的识别结果，进而使音乐检索效率得以提升。 （三）音乐检索方法的优化 端点检测方法，以及语音识别方法，在基于内容的音乐检索过程中，均具有各自的应用优势。将两者的优势相结合，对音乐检索系统进行设计，可有效优化系统的检索性能。本课题所设计的音乐检索系统，功能主要包括“源音乐库存储功能”“人声端点检测功能”以及“旋律特征提取功能”三种。当用户哼唱一段旋律后，系统会随之对所采集到的哼唱数据的旋律特征进行提取，并以音频为准，检索旋律的特征。当明确音乐特征后，系统会随之将其与源音乐库中的音乐进行对比。对比无误后，既可显示出检索结果。 为判断系统是否能够达到优化音乐检索性能的目的，本课题对不同检索方法的检索成功率进行了对比。将同样的用户哼唱音频，分别采用不同的方法检索后发现：端点检测法。34段用户哼唱音频中，共30例被成功检索，检索准确度为88.23%；语音识别法。34段用户哼唱音频中，共29例被成功检索，检索准确度为85.29%；本系统功能。34段用户哼唱音频中，共34例被成功检索，检索准确度为100%。对比发现，将两种检索方法，共同应用到音乐检索过程中，准确度更高。 三、结论 综上所述，基于内容的音乐检索方法，主要包括端点检测法，与语音识别法两种，两者各有其优势。设计人员可充分利用两种检测方法在检索音乐方面存在的优势，设计更好的系统，实现对音乐的检索。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。