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.     

动作与音乐的节奏特征匹配模型

针对计算机动画制作中的自动编舞和配乐问题,提出一个基于节奏特征的动作-音乐匹配模型.首先分析出动作和音乐数据的节奏特征,然后使用动态时间规整算法度量动作与音乐片段的匹配程度,从而形成动作与音乐节奏匹配的计算模型.自动编舞或配乐流程包括预处理和实时匹配2个阶段.在预处理阶段,利用节奏特征匹配模型预先计算,获得数据库中所有潜在的动作和音乐片段组合的匹配程度,并得到一个动作-音乐映射图;在实时匹配阶段,首先通过图遍历的方法来搜索出与输入具有最佳节奏匹配的候选动作或者音乐,然后进一步对这些候选动作或者音乐数据的节奏特征点进行适当的优化调整,形成自动编舞或者配乐的结果.实验结果表明,该模型能够有效地指导用户编排出所期望的舞蹈动作或背景音乐.     

隐式特征和循环神经网络的多声部音乐生成系统

音乐生成是一种使用算法来生成音乐序列的研究。本文针对音乐样本特征提取以及自动作曲问题提出了一种基于音乐隐式特征和循环神经网络（recurrent neural network, RNN）的多声部音乐生成算法。该方法通过使用栈式自编码器对多声部音乐序列每个时间步的音符隐式特征进行提取,结合长短期记忆循环神经网络（long short-term memory, LSTM）,以序列预测的方式搭建了基于隐式特征的音乐生成模型。仿真结果表明,该音乐生成算法在使用相同风格的音乐数据训练后,得到的模型可以生成旋律与和弦匹配较好的多声部音乐数据。     

一种哼唱检索的新方法

文章提出了一种近似旋律匹配的新方法--线性对齐匹配法.与已有的基于内容的音乐检索不同,该算法并非基于近似符号串匹配、统计模型或者特征空间,而是根据相近旋律的音高轮廓在几何上的相似性,将音高和节奏特征一并考虑设计而成的全新算法.在含有1652首乐曲的搜索空间中,检索57段人声哼唱,该方法取得了93%的前3位命中率.这一实验结果表明了线性对齐匹配法的有效性,及其应用于大型数字音乐检索引擎的可行性.     

文本指纹在旋律相似性检测中的应用研究

旋律抄袭是一个严重的问题,实现音乐旋律的相似性检测对于整治音乐抄袭具有极其重要的作用。为有效识别旋律抄袭,本文提出一种基于文本指纹的旋律相似性检测方案。该方法通过将音乐旋律转换为文本,使用N-gram算法对长旋律片段进行分片并进行哈希编码,通过MinHash算法生成文本指纹,最后使用LSH算法进行快速相似性检索,实现旋律之间的高效匹配。实验结果表明,该方案的相似性识别的平均准确率达到90%以上,能够有效识别存在剽窃行为的音乐旋律。     

基于注意力机制的双编码器代码注释生成

针对代码注释较少导致软件项目可维护性降低、理解代码语义困难等问题,提出一种基于NMT模型的双编码器框架自动生成代码注释的方法.在该框架中,首先提取不同的代码特征信息;然后分别采用序列编码器和图编码器对不同的代码特征编码,引入注意力机制调整编码器输出向量,再对双编码器的输出向量综合处理;最终利用解码器对综合向量解码获得注释序列.为了验证带有注意力机制的双编码器模型效果,本文构建自动生成代码注释算法框架.实验表明,双编码器模型与文中的序列编码器和树编码器模型算法相比,在生成代码注释方面的结果评估得分上表现较好.通过BLEU-1、ROUGE-L和F1测评指标得分对比,验证了本文算法的有效性.     

基于模糊数学的音乐情感检索技术

如何以音乐的情感为检索关键词来准确地匹配检索算法是目前研究的热点问题之一.在此,以音乐情感的模糊性特征为基础,采用模糊数学理论和AV情感向量空间模型,提出了一种音乐情感模糊检索技术:将音乐情感进行量化处理的同时,也体现一首音乐所包含的不同种类的情感;另外,同一情感类型的音乐能够按其隶属度值的高低进行智能排名,使人们能更准确地找到所需的音乐资源.通过对比实验,计算此检索方法的查全率、查准率和F值,相关度,C值、V值覆盖率和出新率等评价指标,从而证明了该检索算法的有效性.     

一种新的近似旋律匹配方法及其在哼唱检索系统中的应用

提出了一种近似旋律匹配(approximate meltlody matching)的新方法——线性对齐匹配法,并在此基础上实现了一个哼唱检索(queryby humming)系统原型．与已有的基于内容的音乐检索(content-based music retrieval)不同,该算法并非基于近似符号串匹配、统计模型或者特征空间,而是根据相近旋律的音高轮廓在几何上的相似性,将音高和节奏特征一并考虑所设计而成的全新算法．通过实验检验该算法的有效性,在含有3864首乐曲的搜索空间中,检索62段人声哼唱,线性对齐匹配法取得了90．3％的前3位命中率,相比传统的近似符号匹配算法高出11％以上．这一实验结果有力地表明了线性对齐匹配法的有效性,及其应用于大型数字音乐检索引擎的可行性．     

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。     

基于条件变分自编码的密码攻击算法

使用密码猜测算法是评估用户密码强度和安全性的有效方法,提出一种基于条件变分自编码密码猜测算法PassCVAE。算法基于条件变分自编码模型,将用户个人信息作为条件特征,训练密码攻击模型。在编码器端,分别使用双向循环神经网络（GRU）和文本卷积神经网络（TextCNN）,实现对密码序列和用户个人信息的编码和特征的抽象提取;在解码器端使用两层GRU神经网络,实现对用户个人信息和密码数据隐编码的解码,生成密码序列。该算法可以有效地拟合密码数据的分布和字符组合规律,生成高质量的猜测密码数据。多组实验结果表明,提出的PassCVAE算法优于现有的主流密码猜测算法。     

基于音乐旋律轮廓的特征提取算法

提出了一种基于音乐旋律轮廓的特征提取算法。该算法从哼唱片断中提取出歌曲基音序列,经规整、合并、分段后转化为旋律轮廓序列,然后使用标准音调生成的标准音调差值表将此序列转化为旋律轮廓特征。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%。     

面向中文歌词的音乐情感分类方法

情感是音乐最重要的语义信息,音乐情感分类广泛应用于音乐检索,音乐推荐和音乐治疗等领域.传统的音乐情感分类大都是基于音频的,但基于现在的技术水平,很难从音频中提取出语义相关的音频特征.歌词文本中蕴含着一些情感信息,结合歌词进行音乐情感分类可以进一步提高分类性能.本文将面向中文歌词进行研究,构建一部合理的音乐情感词典是歌词情感分析的前提和基础,因此基于Word2Vec构建音乐领域的中文情感词典,并基于情感词加权和词性进行中文音乐情感分析.本文首先以VA情感模型为基础构建情感词表,采用Word2Vec中词语相似度计算的思想扩展情感词表,构建中文音乐情感词典,词典中包含每个词的情感类别和情感权值.然后,依照该词典获取情感词权值,构建基于TF-IDF （Term Frequency-Inverse Document Frequency）和词性的歌词文本的特征向量,最终实现音乐情感分类.实验结果表明所构建的音乐情感词典更适用于音乐领域,同时在构造特征向量时考虑词性的影响也可以提高准确率.     

基于音乐情感识别的舞台灯光控制方法研究

为了实现音乐情感识别的舞台灯光自动控制,需对音乐文件进行情感标记。针对人工情感标记效率低、速度慢的问题,开展了基于音乐情感识别的舞台灯光控制方法研究,提出了一种基于支持向量机和粒子群优化的音乐情感特征提取、分类和识别算法。首先以231首MIDI音乐文件为例,对平均音高、平均音强、旋律的方向等7种音乐基本特征进行提取并进行标准化处理;之后组成音乐情感特征向量输入支持向量机（SVM）多分类器,并利用改进的粒子群算法（PSO）优化分类器参数,建立标准音乐分类模型;最后设计灯光动作模型,将新的音乐文件通过离散情感模型与灯光动作相匹配,生成舞台灯光控制方法。实验结果表明了情感识别模型的有效性,与传统SVM多分类模型相比,明显提高了音乐情感的识别率,减少了测试时间,从而为舞台灯光设计人员提供合理参考。     

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。     

Toward intelligent music information retrieval

Efficient and intelligent music information retrieval is a very important topic of the 21st century. With the ultimate goal of building personal music information retrieval systems, this paper studies the problem of intelligent music information retrieval. Huron points out that since the preeminent functions of music are social and psychological, the most useful characterization would be based on four types of information: genre, emotion, style,and similarity. This paper introduces Daubechies Wavelet Coefficient Histograms (DWCH)for music feature extraction for music information retrieval. The histograms are computed from the coefficients of the db/sub 8/ Daubechies wavelet filter applied to 3 s of music. A comparative study of sound features and classification algorithms on a dataset compiled by Tzanetakis shows that combining DWCH with timbral features (MFCC and FFT), with the use of multiclass extensions of support vector machine,achieves approximately 80% of accuracy, which is a significant improvement over the previously known result on this dataset. On another dataset the combination achieves 75% of accuracy. The paper also studies the issue of detecting emotion in music. Rating of two subjects in the three bipolar adjective pairs are used. The accuracy of around 70% was achieved in predicting emotional labeling in these adjective pairs. The paper also studies the problem of identifying groups of artists based on their lyrics and sound using a semi-supervised classification algorithm. Identification of artist groups based on the Similar Artist lists at All Music Guide is attempted. The semi-supervised learning algorithm resulted in nontrivial increases in the accuracy to more than 70%. Finally, the paper conducts a proof-of-concept experiment on similarity search using the feature set.     

基于音高旋律元的柔和乐曲的自动作曲算法

提出了一种以柔和为导向、以音高旋律元 (Pitch melody unit, PMU)为基本操作单位的自动作曲算法.首先根据柔和乐曲的旋律特征构建了算法的 规则模型.然后定义了一阶音高旋律元和二阶音高旋律元,构建了音高旋律元转换表 (Pitch melody unit transition tables, PMUTTs)自动生成的模型,以表达相邻音高旋律元的链接概率,为 旋律计算提供基本数据.分别定义了用来自动生成新的音高旋律元、乐节、乐句、乐曲的4个旋律计算的算子,以自动生成乐曲.实验结果表明, 与以音符为基本单位的马尔可夫作曲方法相比,以音高旋律元为基本单位进行作曲可以提高旋律的逻辑严密性和美感度.     

结合TF-IDF的歌曲情感多标记分类

提出一种结合词频-逆向文件频率(TF-IDF)规则与多标记分类的歌曲情感分析方法。对歌曲中基于声学特征的音乐内容,用带向量夹角的多标记k近邻算法进行分类,将TF-IDF规则用于歌词内容,以计算歌词情感分数,并将其作为情感特征。采用该方法对歌词内容分类错误的类别标记进行修正。选用396首英文歌曲对该算法进行测试,结果表明,与其他方法相比,该方法能使分类精确度从69%提高到74%。     

基于标题与正文匹配的科技论文可信质量评估方法

为从质量参差不齐的海量网络科技文献中准确高效地找出所需的有价值文献,基于标题与正文的一致性匹配思想,提出了基于标题与正文匹配的科技论文可信质量评估方法。该方法首先将标题与正文分别用特征向量建模,利用词相似度,对标题向量和正文向量中的每个特征词进行相似度计算,取相似度大于一定阈值的词对为匹配成功的特征词对;然后,统计所有匹配成功的词对数量及词权重,计算出一个标题的可信度;最后,通过论文标题分层树型结构,利用树的深度遍历算法,计算所有标题与其对应正文的相似匹配程度,进而评估整篇科技论文的可信度。《知网》实例分析表明:该方法实现了科技论文可信质量评估,使得读者无须阅读大量科技论文,就能挑选出可信或者具有实际的参考价值的科技论文,降低了信息搜索成本,提高了决策效率。