多版本音樂識別技術(shù)研究.pdf

1、多版本音樂或稱為翻唱音樂是對具有相似主旋律音樂的統(tǒng)稱。由于多版本音樂之間存在音色、基調(diào)、速度和結(jié)構(gòu)等方面的差異，使得多版本音樂識別成為音頻信息檢索領(lǐng)域比較難的研究方向。多版本音樂識別通常包括兩種形式：1）輸入一段查詢音樂，從數(shù)據(jù)庫中返回所有判定為翻唱關(guān)系的版本，用來實(shí)現(xiàn)音樂推薦；2）給定一對音樂，判斷兩者是否具有翻唱關(guān)系，用作版權(quán)鑒定。
　　隨著大數(shù)據(jù)時代的到來，識別速度成為急需解決的問題，而當(dāng)前多版本音樂識別的研究主要關(guān)注的是識

2、別準(zhǔn)確率問題，針對這一問題本文通過對時序shapelets算法進(jìn)行改進(jìn)得到一種快速多版本音樂識別算法，在準(zhǔn)確率提升的同時極大提高了識別速度。音樂可以看成是由伴奏聲和人聲組合而成，基于這一事實(shí)，本文分別研究了基于Chroma特征和MFCC特征的多版本音樂識別技術(shù)。主要的研究及創(chuàng)新性工作如下：
　?。?）基于 Chroma特征的多版本音樂識別研究。對算法中特征提取，基調(diào)規(guī)整模塊進(jìn)行了分析；重點(diǎn)研究了動態(tài)時間規(guī)整算法，得出在多版本音樂識

3、別中局部優(yōu)化優(yōu)于全局優(yōu)化的結(jié)論，指出了算法中對結(jié)構(gòu)規(guī)整考慮不足的問題。針對該問題引入了時序shapelets算法并根據(jù)音樂信號特點(diǎn)進(jìn)行了相應(yīng)改進(jìn)。1）針對候選子序列的窮舉問題，本文采用固定窗函數(shù)的方法，極大減少了候選子序列的個數(shù)；2）針對多版本音樂類別過多信息增益難以計算的問題，采用了基于類距離的判別方法；基于上述改進(jìn)得到音樂子序列（MS）算法，顯著的提高了識別速度。針對MS算法魯棒性不夠的問題提出了采用三段 shapelets的Tri

4、ple-MS算法，該方法與MS算法時間復(fù)雜度為一個量級但識別準(zhǔn)確率更高。
　?。?）基于 MFCC特征的多版本音樂識別研究。研究了MFCC特征提取過程，針對傳統(tǒng)MFCC特征識別準(zhǔn)確率不夠的問題，本文主要進(jìn)行如下改進(jìn)：1）針對梅爾濾波器組對臨界帶寬考慮不足的問題提出了基于臨界等價矩形帶寬的帶寬設(shè)計方法；2）針對人耳對不同頻率敏感程度不一的問題，采用了加權(quán)因子進(jìn)行調(diào)整；3）用布萊克曼窗代替漢明窗增加對和聲信息的考慮；依據(jù)上述改動得到E