导读:本文包含了哼唱音乐检索论文开题报告文献综述及选题提纲参考文献，主要关键词:哼唱搜索,特征提取,旋律匹配,平均幅度差方法
哼唱音乐检索论文文献综述
端明亮[1]（2015）在《基于哼唱搜索的音乐检索系统研究》一文中研究指出基于音频内容的搜索方式在哼唱的检索领域应用非常普遍。本文旨在实现一个基本的基于用户哼唱的音频搜索系统。该系统的具体实现主要涉及叁个技术的难点。首先我们需要研究解决的就是如何提取音频的特征曲线。第二个我们需要研究解决的就是如何构造MIDI特征库。第叁个需要研究解决的就是如何从特征库中检索出结果即旋律匹配算法的实现。本文在第一个技术难点上的工作主要包括音频的预处理和提取音频特征旋律曲线。我们想要得到一段噪声比较小的音频数据,所以就必须去噪。我们采用卡尔曼滤波的方法先对输入的音频信号简单去噪,然后预加重,我们使用的方法是高通滤波,最后汉明加窗。这样我们就可以提取处理后音频的特征。我们讨论了各种现有的特征提取算法,最终选定改进的AMDF平均幅度差方法,并使用matlab实现了该算法,完成了输入音频的特征提取。本文在第二个技术难点上的工作主要就是如何提取MIDI中的特征曲线,并构建音频特征数据库。我们分析了MIDI的文件格式,利用了第叁方MIDI库读取MIDI文件的数据,并结合轮廓线算法和最佳k音轨旋律算法,最终我们得到了MIDI文件的音高特征曲线并且写入文件,该文件中存储的数据是旋律匹配模块中的特征数据。本文的第叁个难点是如何从特征库中查找用户需要的音乐。本文在这一方面的工作主要是分析了现有的旋律匹配算法,主要包括基于字符串的匹配算法、基于统计的HMM的算法以及基于动态时间规整(DTW)的算法。最终我们选定了动态时间规整算法来进行旋律识别,并且考虑到实际检索中的通用性,我们对该算法做了改进,改进后的算法可以匹配用户的任意哼唱旋律片段。最后,我们使用以上的研究成果构建了一个简单的基于哼唱搜索的音乐检索系统,实现了以上提及的所有的功能模块,并且测试了该系统的功能。最终我们完成了整个系统的所有工作。(本文来源于《电子科技大学》期刊2015-03-27）
路昕[2]（2014）在《基于哼唱的音乐检索系统的探究》一文中研究指出随着当前信息网络技术的不断快速发展,人们与音乐正面对接的方式早已从最初的磁带、唱片转变成了信息网络,网络也逐渐变为人们体验音乐最为重要的接收途径。但是,同样伴随着娱乐产业的迅猛发展,其纯粹的音乐数据也呈现爆炸式发展的趋向,可谓浩如烟海。怎样实现准确,快速的搜索到自身所需要找寻的音乐,逐渐成为了网络搜索技术探索的重点课题。(本文来源于《电子测试》期刊2014年17期）
华斌,尹文慧,张奕林[3]（2014）在《基于哼唱的音乐检索应用系统》一文中研究指出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,前叁位识别效率提高3.7%,用时降低16%,系统的性能有明显改善。(本文来源于《计算机工程与应用》期刊2014年22期）
尹文慧[4]（2013）在《基于哼唱内容的音乐检索技术研究》一文中研究指出哼唱检索是多媒体检索中基于内容检索的一种方式。哼唱检索系统能够让用户寻找到即使他仅仅只知道部分旋律的一首歌。用户只是简单的通过电脑的麦克风哼唱出这段音调,然后系统通过查询包括这段音调的歌曲旋律数据库,返回一个查询结果的相关歌曲列表。这样用户就能从返回的结果中找到目标歌曲。大多数多媒体研究团体的研究用到了轮廓信息这个概念。旋律轮廓是连续音符在音高上的相对差异的序列。我们确实可以在听的时候用这种方法决定两个旋律的相似度。然而,提取哼唱轮廓信息是一个易错的音符切割过程,因此依靠音符切分这类系统的检索精度比较低。还有一些系统为了匹配旋律时获得高精度而大量使用动态时间规划算法造成系统检索非常耗时。本文的研究方法与之前的方法相比,不仅在检索精度上提高,在匹配速度上也有了很大提高。为了避免音符切分,本文引入时间序列的方法。把音乐当作一个时间序列,研究并改进了一些时间序列数据库的成熟技术和快速匹配音乐检索技术。分析了多音轨MIDI格式音乐旋律提取时的音轨选择方法和轮廓算法。阐述了将曲调和哼唱旋律表示为时间序列的方法,并详细说明了两个时间序列进行相似性匹配时用到的局部动态时间规整算法,提出了一个压缩检索空间的有效的检索方法,在现有的DTW算法上引入了一个通用的时间序列检索框架。最后通过实验结果证明本文的方法是高效可扩展的。(本文来源于《天津财经大学》期刊2013-05-01）
孙洁[5]（2013）在《基于哼唱的MIDI音乐检索系统的研究》一文中研究指出在科技及网络的不断发展，多媒体技术及设备数量飞速增长的环境下，音频数据作为多媒体数据的重要组成部分，其信息量也在不断的增长。在海量音乐数据库，传统的音频检索方式给用户的使用带来种种的限制，用户已经不满足于这种基于文本的音频检索，这对音乐检索提出了更新、更高的要求。自然、方便、有效的哼唱音乐检索是一种基于内容的音乐检索方式，有着广泛的应用前景和重要的研究价值。该方式允许用户以哼唱的形式来检索所需的歌曲，用户无需记住歌曲的名字、演唱者或者歌词，只要哼出歌曲的旋律就能找到想要的歌曲。本文对MIDI音乐数据库的哼唱音乐检索系统的关键技术进行了研究，主要有叁个方面：MIDI音乐数据库的旋律特征提取、哼唱特征提取和音乐旋律匹配算法。针对这叁方面，本文做了以下工作：1.选择MIDI格式作为音乐文件格式，分析了解MIDI文件的结构，实现从MIDI音乐库中提取音乐的旋律信息。2.详细分析几种基音提取算法。为了保证系统的时间复杂度较低和算法精度较高，本文对哼唱语音信号用两层BP神经网络进行切分音符及清浊音区分，阐述平均幅度差函数法和自相关函数法的优缺点并进一步改进，得到更精确的基音周期，从而提取音高和音长，生成哼唱的旋律特征，为后续的匹配算法做好准备工作。3.分析几种传统的旋律匹配算法的优缺点。结合本系统对准确度及速度的要求，本文建立基于音高差隐马尔科夫模型加权音长比来匹配，最终得到最佳匹配音乐。最后本文针对基于哼唱的MIDI音乐检索系统进行实验验证，对其进行抗噪性分析并与其他论文进行对比，结果表明该系统的检索具有较高的准确性和实用性。(本文来源于《西安建筑科技大学》期刊2013-05-01）
王芳[6]（2012）在《关于音乐的检索研究》一文中研究指出近年来，随着多媒体及网络技术的飞速发展，多媒体信息的数据量急剧的增多，人们已经不能满足于通过歌名、歌词、演唱者等信息进行的文本检索。特别是当人们只记得歌曲的某一旋律片段时，如何快速的通过音乐旋律来检索相关音乐就成为了现在急需要解决的问题。基于旋律的哼唱检索技术现已成为当今的研究热点之一，但直到现在它还没有被广泛的推广起来。这主要是因为，现在大多数的哼唱检索系统都是基于对MIDI音频文件的检索，并且对哼唱者及哼唱环境有着严格的要求。在现实生活中，人们接触到的都是MP3格式、WMA格式及WAV格式的音乐文件，MIDI格式的音乐文件少之又少，因此如何对MP3等格式的音频文件进行哼唱检索，并且哼唱条件适用于普通大众，这就是本文解决的问题。针对上述要解决的问题，本文主要做了如下几方面的工作：1)通过对声音特征参数的分析，从中选出决定乐曲主旋律特征的参数。这一特征参数要满足：不管什么人、用什么样的方式演唱，只要音调相同，特征参数就要相同。2)由于本文要检索的是带有背景音乐的音频文件，因此本文通过对常见音符音高值算法的分析研究，提出了一种新的音符音高值算法。这种算法不但计算量小，同时也降低了背景音乐对检索工作造成的困扰。3)通过对音阶与音高间存在的特定关系的分析，在常见的旋律匹配算法的基础上，针对它们各自的优缺点提出了一种改进的字符串匹配算法，进而提高了匹配检索的准确度。4)最后在上述分析的基础上，实现了在普通环境下对MP3、WAV等不同格式的音频文件的哼唱检索，并对多种不同的情况进行了仿真实验比对及结果分析。(本文来源于《河北科技大学》期刊2012-05-19）
曹绘[7]（2012）在《基于基音频率的哼唱式音乐检索系统的研究》一文中研究指出在科学技术快速发展，数字化设备大量普及，多媒体设备数量飞速增长的环境下，作为多媒体数据重要组成部分之一的音频数据，其信息量也在不断扩大。传统的基于文本的音频检索已经无法满足人们对于音乐检索的需要。因此找到一种更加快速有效的音频信息检索方法，已经成为目前亟待研究的一个重要课题。基于内容的音乐检索方式，从一个崭新的角度来辨义音乐信息，从音乐的幅度、频谱、旋律、音高和节奏等内在信息进行音乐的检索。哼唱音乐检索的核心技术就是哼唱音乐的特征提取和音乐旋律的近似匹配，其中旋律的特征表示，本文用的是音高和音长信息。这种基于哼唱的音乐检索在音乐的快速查询、歌手的训练以及帮助作曲家们自动记谱等方面都有很好的应用前景，有可能成为下一代音乐检索的核心技术之一。本文主要做了以下工作。首先分析了信号的基本预处理方法，包括小波去噪，预加重及加窗分帧等；然后对语音信号的时域、频域的基本特性进行描述，包括短时能量，自相关性及过零率等，再提出一种经过小波去噪和线性预测预处理之后，加权自相关函数和平均幅度差函数的算法来提取基音信息，最后验证了该方法能在精度较高的情况下提取出音频信号的基音频率；在此基础上介绍了传统的音乐检索匹配算法，再根据提取出的音符的音高和音长信息，提出一种基于音高差的隐马尔科夫模型再加权音长比的方法，来进行搜索匹配，最终得到最佳匹配音乐；最后本文设计了一个基于基音频率的音乐哼唱检索系统，经过实验验证该系统对于音乐片段的检索具有较高的准确性，并且对于噪声具有相对较好的鲁棒性。(本文来源于《西安建筑科技大学》期刊2012-05-01）
李扬[8]（2012）在《基于哼唱的音乐检索系统的研究与实现》一文中研究指出基于哼唱的音乐检索技术是近些年兴起的一项有着广阔应用前景的技术本文的目标在于构建一个完整的基于哼唱的音乐检索系统基于哼唱的音乐检索系统的研究工作，重点集中在两个大的方面第一个方面是对哼唱音频的处理以及旋律特征的提取第二个方面是旋律匹配算法的研究这两个方面是哼唱检索系统最核心的部分，也是本文的研究重点对于第一个方面的研究，本文首先对从麦克风录入的音频信号进行预处理，预处理的过程包括噪音去除，预加重以及加窗分帧噪音的去除我们采用了设定音量阈值和谱减法结合的方法，预加重我们通过一个高通滤波器来实现，加窗分帧采取较常用的海明窗我们采用现有的方法，实现了音频的预处理的过程而对于旋律特征提取，我们做了大量的研究工作，进行大量的仿真实验，研究了现有的各种旋律提取算法最后选择了在经典的ACF自相关方法之上加以改进，并实现了我们自己的旋律特征提取过程同时，为了构建一个可用的音乐特征库，我们还研究了MIDI音乐的旋律提取技术，结合了几种常用算法的优点，实现了一个MIDI旋律特征提取的模块，并生成了可用的库文件对于第二个方面，本文做了重点的研究首先分类的研究了现有的基于字符串的旋律匹配算法，线性伸缩的旋律匹配算法以及基于统计的旋律匹配算法最后，结合我们的需要，本文选择了一种基于动态规划技术的动态时间伸缩旋律匹配算法，并在大量仿真实验的基础上，对其进行了改进，提出了自己改进后的动态时间伸缩算法并进行实现在实际的哼唱检索系统中应用了这个算法最后，本文完整的架构了一个基于哼唱的音乐检索系统，在VS2008平台上以c语言实现系统实现后，我们做了大量的实验和数据分析该系统完成了哼唱检索的功能，表现了较好的性能，达到了我们的预期效果(本文来源于《电子科技大学》期刊2012-04-30）
夏小亮,周明全,王学松,李鹏,李娟[9]（2011）在《基于分句匹配的哼唱音乐检索系统的算法研究与实现》一文中研究指出提出一种以分句匹配为基础的哼唱音乐检索的系统架构及实现方法.首先建立以分句为基础的歌曲旋律特征库,之后采用改进的自相关函数法提取哼唱的基音序列,经规整化处理后,生成与歌曲旋律特征库所一致的特征,然后采用分句匹配方法进行检索.经过实验分析,结果表明这种新的处理方法对于哼唱音乐检索的正确率有明显的提高.(本文来源于《北京师范大学学报(自然科学版)》期刊2011年04期）
鲁帆[10]（2011）在《基于哼唱的音乐检索系统》一文中研究指出哼唱检索方式是一种方便、新颖、人性化的音乐检索方式,有着广泛的应用前景和重要研究价值。它使得用户在忘记歌词、歌名和作者的情况下,只要哼出旋律就可以找到想要的歌曲。本文针对哼唱音乐检索系统所涉及的关键技术进行了研究,主要包括叁个方面:数据库音乐的旋律特征提取、哼唱音乐的旋律特征提取和旋律检索匹配方法。基于此,设计并实现一个基于哼唱的音乐检索系统。主要研究内容有:1.分析对比了常见的音乐文件格式,选择了MIDI格式作为乐曲库音乐文件格式。分析了MIDI文件的结构,然后提出了确定主音轨的方法,并从中提取出音乐文件的旋律轮廓。2.研究了几种基音提取算法,为了系统在速度和精度上都有较好的表现,本文在基音提取这一步选择简化逆滤波法。在提取出基音曲线之后,滤除无声段信号,提高系统可靠性。最后对基音曲线音符切分,从而提取出音高和音长,生成了哼唱信号的旋律特征。3.在旋律匹配部分,分析了几种匹配检索算法的优缺点,结合本系统对准确率和速度的要求,最终确定了分层检索的结构。首先用基于句子长度的N-Gram索引来粗匹配,过滤掉大部分不可能是结果的歌曲;然后使用DTW实现精细匹配。本文在完成上述工作后,对系统进行了实验,并与其他论文进行了对比,结果表明该系统有一定的实用性。(本文来源于《西安建筑科技大学》期刊2011-05-01）
哼唱音乐检索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着当前信息网络技术的不断快速发展,人们与音乐正面对接的方式早已从最初的磁带、唱片转变成了信息网络,网络也逐渐变为人们体验音乐最为重要的接收途径。但是,同样伴随着娱乐产业的迅猛发展,其纯粹的音乐数据也呈现爆炸式发展的趋向,可谓浩如烟海。怎样实现准确,快速的搜索到自身所需要找寻的音乐,逐渐成为了网络搜索技术探索的重点课题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
哼唱音乐检索论文参考文献
[1].端明亮.基于哼唱搜索的音乐检索系统研究[D].电子科技大学.2015
[2].路昕.基于哼唱的音乐检索系统的探究[J].电子测试.2014
[3].华斌,尹文慧,张奕林.基于哼唱的音乐检索应用系统[J].计算机工程与应用.2014
[4].尹文慧.基于哼唱内容的音乐检索技术研究[D].天津财经大学.2013
[5].孙洁.基于哼唱的MIDI音乐检索系统的研究[D].西安建筑科技大学.2013
[6].王芳.关于音乐的检索研究[D].河北科技大学.2012
[7].曹绘.基于基音频率的哼唱式音乐检索系统的研究[D].西安建筑科技大学.2012
[8].李扬.基于哼唱的音乐检索系统的研究与实现[D].电子科技大学.2012
[9].夏小亮,周明全,王学松,李鹏,李娟.基于分句匹配的哼唱音乐检索系统的算法研究与实现[J].北京师范大学学报(自然科学版).2011
[10].鲁帆.基于哼唱的音乐检索系统[D].西安建筑科技大学.2011