基于内容的多声道音频检索系统开发

作     者：魏晓聪 

作者单位：大连工业大学 

学位级别：硕士

导师姓名：路莹

授予年度：2008年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：旋律 哼唱检索 多声道 基于内容的音频检索 

摘      要：现有网上音乐检索局限于类浏览和基于文字的查找功能。为了寻找一首乐曲，用户必需准确地知道标题、作者、演奏家或者其他相关的文字描述，否则就只能花费大量时间，逐一浏览这个音乐分类下的所有乐曲。这种基于文本的信息检索方式，脱离实际音乐检索需要很远。例如哼起一首歌曲的主旋律却想不起歌名，很难通过传统的方法来找到乐曲。这就需要通过对音乐本身特征的识别，实现基于内容的音乐检索。 近年来，基于内容的音频检索技术成为热点课题，对单声道音频的旋律特征提取算法，国外不少研究机构已有卓越贡献，并开发出基于音频感知特征的音频检索商业化引擎。我国港台地区学者改进国外已有理论和方法，取得进展。国内相关研究项目也不少，其成果比国外和港台同类研究还有差距。 本论文工作内容是多声道音频的基于内容的旋律识别与检索。单声道的MIDI文件可以按时间延续信息按顺序提取，多声道的MIDI音乐文件的处理则要复杂的多。在乐理知识基础上分析多声道音频的旋律特征识别、表达方式，改进提取算法，适应多声道处理。设计面向多声道MIDI格式文件作为音乐旋律的数据源，构建基于内容的音频检索系统,通过人的哼唱即可检索乐曲。另外，还探索了WAV格式音乐旋律的数据源的系统。 设计的有效性已通过原型系统实验室运行证实。