MIDI主旋律特征提取构建音乐数据库

音乐特征数据库是实现哼唱音乐检索系统的重要基础。对MIDI进行分析,从MIDI主音轨中提取主旋律特征向量构建音乐特征数据库,同时提出一种对MIDI旋律进行切分的算法,以一句歌词作为步进进行检索。与原有的基于近似符号串匹配算法不同,自动断句能够极大地提高检索准确率,并且节约检索时长。     

基于哼唱的音乐检索应用系统

通过研究哼唱旋律基频提取和检索算法,给出了一个完整的基于哼唱的音乐检索系统框架。系统主要分析了旋律特征提取和近似旋律匹配部分。旋律特征提取部分采用基于差分Mel倒谱法求基频;旋律匹配部分对经典的动态时间弯折算法原理分析后,根据声音特征引入音长差序列的余弦相似度,提高了检索效率和精度。在340首MIDI歌曲的测试集上,前三位识别效率提高3.7%,用时降低16%,系统的性能有明显改善。     

基于分层次聚类的MIDI音乐主旋律提取方法

为了准确提取多音轨MIDI主旋律,同时减小主旋律分布在乐器音轨或音高较弱部分所产生的提取误差,提出了基于分层次聚类的多音轨MIDI主旋律提取方法。首先解析MIDI音乐文件,然后去除每一音轨中的控制音符和不包含旋律信息的音轨,通过归并到文该文件中的具有音高柱状图特征的音符集,从而提取出主旋律。通过与人工标识结果的实验进行比较,表明该提取主旋律方法的准确性。     

一种二胡音乐的WAVE转MIDI的设计方法

文中的目的是介绍一种将WAVE格式的二胡音乐文件转换成MIDI格式的设计过程。具体方法如下：首先,利用小波变换和快速傅里叶变换联合提取出音符的基频;其次,根据MIDI音乐的消息格式,将得到的各基频转换成相应的MII音符;再次,根据二胡音乐的特性,设定双门限阈值筛选出有效的音符。最后加入其他控制信息,最终结果是组合成MI-DI的音轨文件。经实验得出结论,该方法针对二胡音乐的音高提取有较高的准确率,同时能够生成所需的有效MIDI文件。     

一种新的哼唱音符音高划分方法

哼唱音符音高的准确划分,对哼唱音乐检索系统识别率的提高起着很大的作用。目前,大部分的哼唱音乐检索系统都是采用能量划分的方法,在很大程度上并不能对哼唱波形文件顺利完成单音切割,因此,论文提出的一种新的音符音高划分方法,在基于一般能量划分的基础上,采用基于倍音列的音高识别模型对划分结果进行二次划分、规整,最终实现哼唱音符音高的划分。实验表明,该划分方法能够有效地实现哼唱音符音高的准确划分。     

一种二胡音乐的 WAVE 转 MIDI 的设计方法

文中的目的是介绍一种将 WAVE 格式的二胡音乐文件转换成 MIDI 格式的设计过程.具体方法如下:首先,利用小波变换和快速傅里叶变换联合提取出音符的基频;其次,根据 MIDI 音乐的消息格式,将得到的各基频转换成相应的 MI-DI 音符;再次,根据二胡音乐的特性,设定双门限阈值筛选出有效的音符.最后加入其他控制信息,最终结果是组合成 MI-DI 的音轨文件.经实验得出结论,该方法针对二胡音乐的音高提取有较高的准确率,同时能够生成所需的有效 MIDI 文件.     

一个使用歌谱信息进行哼唱检索的系统

提出一种直接使用歌谱信息进行哼唱检索的方法,并在此基础上实现了一个基于内容的哼唱检索系统--Music Angel.该系统采用歌谱轮廓作为检索目标,首先提出歌谱轮廓特征提取算法并构造标准音调差值图,然后提取哼唱片段的基音轮廓特征并将其转换为歌谱轮廓特征,最后使用动态规划算法进行字符串相似度计算,得出检索结果.结果表明,该系统对环境噪声有较好的鲁棒性;在含有405首歌曲的搜索空间中,检索前5位成功率超过90%.     

一种有效识别MIDI文件中主旋律音轨的方法

互联网上存在着大量的MIDI文件,这使得构建以乐谱信息为存储对象的音乐数据库成为可能。MIDI文件通常由多轨组成,为实现旋律的检索、分析、比较等功能就需要从多轨中提取出主旋律。针对人声音乐,提出一种自动识别MIDI文件中主旋律音轨的方法,该方法先考察MIDI文件的各个音轨,如果该音轨具有旋律特征的片段总长度超过规定阈值,则将其加入到候选音轨集,再通过比较,从中择优选出主旋律音轨。通过测试各种音乐类型的MIDI文件证明了该方法的可行性。     

旋律提取技术研究综述

旋律提取技术是基于内容的音乐信息检索的关键技术之一。对国内外旋律提取技术的已有研究工作进行了分类介绍,分别总结归纳了针对符号表示的音乐文件与针对波形表示的音乐文件的旋律提取算法,分析了各种算法的特点,阐明了该方向的未来发展趋势。     

基于两级神经网络的连续哼唱特征提取

针对用户以任意字词连续哼唱的情况下,哼唱特征提取中音符分割、音符识别难度大的问题,提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割,得到独立音符;第二级采用RBF神经网络识别分割出的各个音符,获得音符的MIDI音高值。实验结果表明,该方法能较好地完成哼唱特征的提取,适合于实际哼唱检索系统对连续哼唱的要求。     

哼唱检索中一种新颖的基音周期提取算法

在哼唱检索（QBH）研究中,针对乐曲旋律表达方式以及有效的检索匹配算法已有一定的研究成果,但提取哼唱音频信息基音周期的算法研究还不充分。正确提取基音周期,降低哼唱信号基音周期提取过程中引入的误差,是有效提高整个检索性能的关键所在。在充分分析已有的基音周期提取方法基础上,提出了一种短时自相关（ACF）与短时平均幅度差（AMDF）函数相结合的CAA算法,仿真实验证明了新方法的有效性,相对于传统时域算法提取基音周期,准确度有显著提高。     

哼唱检索中联合音高与能量的音符切分算法

为改善哼唱检索系统中利用旋律轮廓和节奏进行匹配的性能,提出一种新的联合音高与能量的音符切分算法。该算法改进基于自相关的基音提取算法,对提取的基音频率曲线进行后处理,并在切分过程中保持能量的分割信息,利用半音曲线的突变做切分,以提高音符切分的准确度。实验结果表明,在安静实验室环境下,该算法能获得88.75%的分割准确度。     

基于音轨特征量的多音轨MIDI主旋律抽取方法

在基于内容的数字音乐检索研究中，其音乐库大都直接使用复合音音乐数据文件。然而这种直接采用复合音音乐数据的索引必将给检索处理带来巨大的计算量以及复杂的匹配算法。该文提出了一种基于音轨特征量的多音轨MIDI主旋律信息音轨抽取方法。通过与人工标注结果的实验比较，表明该文实现的抽取方法可有效地从多音轨MIDI演奏数据文件中提取出主旋律音轨。     

A repeating pattern based Query-by-Humming fuzzy system for polyphonic melody retrieval

Query-by-Humming involves retrieving music with a melody that matches the hummed query. An improved Query-by-Humming system for extracting pitch contour information based on a fuzzy inference model is introduced. In addition, an improved content-based music repeating pattern extraction model is introduced. Our bar-indexing method can extract the melody, identify repeating patterns and handle polyphonic MIDI files. To verify the effectiveness of the system, 15 volunteers recorded queries that were fed as input to the system and the longest common subsequence (LCS) was used to identify the most related top N matches. The system achieves 70% accuracy among the top 5 items retrieved.     

一种新型的音乐信息检索索引方法及其应用

本文提出一种新型的音乐信息检索索引方法,并将其应用于哼唱检索系统上,获得可喜的成果。该方法根据音乐旋律的特点,使用音高和音长描述一段乐曲。考虑到各种音乐输入方式存在的音高不一致性和节奏伸缩性,系统根据乐曲旋律特征的总体变化,将平均音高差和平均音长变化百分比作为关键字建立M树索引结构。由于各类输入旋律常常存在误差,本文定义一定的搜索半径,查找半径范围内与输入的音乐片断最相似的音乐文件。实验结果表明,该结构可以使系统提高60%以上的检索速度,并且搜索结果的正确率最高仍然可达80%。     

一种改进旋律匹配算法在MIDI演奏系统中的应用

针对在MIDI演奏系统中如何评价用户的演奏效果的问题,本文提出一种更完善的旋律匹配算法来计算两段旋律之间的相似度.该算法主要分两步:第一,基于音乐的基本元素:音高、节奏、音强这三个角度,提取出用户通过MIDI设备演奏的旋律和系统的标准旋律的特征序列;第二,分别计算这两个序列在音高、节奏、音强这三个方面的匹配系数,然后根据不同的系数加权综合得到一个总的匹配系数.该系数能够更客观地反应用户对所弹旋律的熟悉程度和在伴奏下的表演效果.