大型音乐哼唱检索系统中的近似匹配算法及性能评测

研究了大型音乐哼唱检索系统中采用的近似匹配算法的性能问题,为了支持对于多种近似匹配算法的比较研究,开发了一个独立于算法的测试平台.所研究的基本算法包括后缀树、隐马尔科夫模型(HMM)、编辑距离、动态时间规整(DTW)和单侧连续匹配(OSCM)方法,用于测试的音乐数据库包括72 000首音乐片段.通过构造1 500个不同类型错误的查询方法,对其中3类方法算法进行了大量实验,分析评价了它们的性能.实验结果表明,基于单侧连续匹配的算法不仅查询速度快,而且在用户哼唱只包含与旋律轮廓方向相同的错误时,查询的准确率是100%,在用户哼唱包含两个以内与旋律轮廓方向相反的错误时,前10位的命中率也在90%左右,是适用于大型哼唱检索系统的查询算法.图11,表1,参8.     

基于DTW算法的哼唱检索系统的设计

本文在音乐主旋律特征的提取、特征库的建立方法以及以DTW算法为核心的相似度匹配算法的理论原理基础之上,提出一种针对MIDI音乐的主旋律提取方法。该方法简化了提取音乐特征的工作量,缩短了检索时间。设计实现了一个基于音乐内容的哼唱检索系统,利用包含200首乐曲特征的数据库对该系统进行验证。实验结果表明,该系统具有较高的检索命中率和较快的检索速度。     

基于模糊聚类的音乐哼唱检索的研究与实现

针对哼唱检索中匹配过程的耗时性和哼唱的非完全准确性,提出了并行模糊动态时间规整算法实现音乐的哼唱检索。采用相对音高差表示旋律,用动态时间规整算法实现哼唱音高差序列与目标音高差序列的近似匹配。在匹配过程中,引入模糊集合及模糊聚类,通过构造哼唱音高差与目标音高差之间的隶属函数并计算隶属度得到音高差信息的相似度,进而获得转换代价矩阵,最后得到两个匹配序列的匹配距离。为提高检索速度,引入并行算法实现匹配过程。实验结果表明,模糊方法的引入提高了检索精度,并行算法的运用明显缩短了检索时间。基于并行模糊动态时间规整算法的音乐哼唱检索的正确率达到72%左右,在双核计算机上进行实验,引入并行算法后检索时间缩短一半。     

基于语句特征的音乐哼唱快速检索技术

哼唱检索作为音乐检索的重要方式,由于其有效性和方便性,引起了广泛的关注.本文提出了一种新的基于语句特征的音乐哼唱快速检索技术,可以实现哼唱音乐的快速检索.该技术将音乐数据库和用户提供的哼唱片段,按自然停顿方式划分音乐语句,使用BDTW算法对音乐语句片段进行音高相似性计算,并允许用户根据自己哼唱情况,对匹配条件进行个性化设置,限制数据库音乐片段和查询序列的局部最大差异长度.另外,对音乐库建立支持音乐语句查询的索引结构DIS,减少了检索时间.实验结果表明所提出的检索方法能够快速有效地返回查询结果.     

基于分句匹配的哼唱音乐检索系统的算法研究与实现

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.     

用于哼唱识别精确匹配的线性伸缩动态规划算法

提出一种用于哼唱识别精确匹配的线性伸缩动态规划算法。该算法将哼唱旋律切割成句子,对每一句子进行线性伸缩匹配,同时在句子层次进行动态规划获得最优路径。该算法更有效地利用了哼唱语音的分段特性并克服了动态规划在长路径搜索时可能丢失全局最优路径的缺点。在含5 223首M ID I的数据库上同等条件下该算法正确率分别比线性伸缩、动态规划及递归匹配方法提高10.5%、6.0%和2.8%。该算法具有更高的准确率和更小的时间复杂度,是一种更有效的精确匹配算法。     

一种基于帧-音符方式的哼唱检索算法

为了提高哼唱检索旋律匹配的速度和精度,提出了一种基于帧-音符方式的匹配算法。该算法针对旋律曲线的形状特点,采用基频序列表示哼唱片段,采用音符序列表示模板片段,根据累积权重估计基频跳变点位置,然后计算哼唱片段和模板片段之间的编辑距离。在MIREX08数据库上进行的实验结果表明:该算法检索时间为动态时间规整算法的0.013倍;与动态时间规整算法结果进行融合,最终平均排序倒数精度指标可以达到91.2%。     

正态分布下基于隐Markov模型的多声道MIDI音乐检索

音乐查询是信息检索领域的一个研究热点.分析了现有方法应用范围局限性和低效率的原因,讨论了用户哼唱和多声道MIDI特征序列的表达方法,提出新的基于内容的多声道MI-DI检索模型HMRM(Homophonic MIDI Retrieval Model).新模型将多声道音乐表达成一个隐Markov模型,计算哼唱对象与库中对象的相似度并排序返回查询结果.实验表明,对于不同哼唱水平的用户,HMRM的识别率平均能达到73.3%,具有较高的查准率.     

1800万人使用的软件 人人都是作曲家

贝多芬将音乐升级到艺术层面,让专业表演完胜业余演奏。而未来可能回到过去,创作音乐将成为人人都能做的生活琐事。加利福尼亚,帕洛阿尔托。手机音乐软件开发商Smule公司的团队正在开会,公司创始人王戈却坐在一旁,对着手里iPad的麦克风哼唱,时而发出一些奇怪的声音,     

一种新的高效大型音乐数据库查询算法

在基于哼唱的音乐信息检索领域中，查询处理算法一直是一个重要的研究课题。根据人对乐曲相似理解的实验结果，设计了新的基于单侧连续匹配的可容错的近似匹配的算法．此算法采用n—gram的顺序hash索引，加快了可容错的查询处理速度．还设计了一系列包括各种类型和各种数量错误的查询的实验，来比较该算法和其他两种常用算法的查询处理速度和容错能力．当测试数据集为78000首网上收集的MIDI乐曲段，包含各种错误的查询为1000个时，该算法取得79％的前3位命中率和87％的前10位命中率．这些结果表明，该方法的性能高于现有的算法．表2，参8。     

基于XML藏文图书检索系统总体设计

根据HTML存在的不足,在基于XML的藏文图书检索系统设计研究相关领域进行了一些初步的探讨.在XML背景知识的基础上,对基于XML的藏文图书检索系统体系结构、功能模块进行设计,分析了系统涉及的关键技术,最终确定"以关系数据库为存贮手段,以XML为交换载体"的数据管理模式.同时对检索系统特有的匹配程度量化等关键技术进行了选型和设计.     

基于VP树结构的多层匹配算法在哼唱识别中的应用

哼唱识别是音频检索的一个重要应用,其难点是音频歌曲数据的非结构性以及搜索速度和准确率平衡的问题。该文提出了新的数据库构造方法,将音频歌曲集用手工标注方法提取主旋律并且按自然演唱停顿方式进行分段,采用段落结构而不是整首歌作为索引。同时,提出了一种基于VP树的搜索结构以及相应的多级搜索算法,在快速匹配层采用粗搜索算法,在精确匹配层采用基于动态时间规整算法。实验证明,在对检出率影响不大的前提下,识别速度提高了40%以上。     

一个基于颜色特征的图像检索系统

在基于内容的图像检索中，颜色是最重要的特征之一，介绍了一个基于颜色特征的图像检索系统，论述了系统的结构，颜色特征提取方法及其相似匹配方法，并给出部分实验结果。     

一种自适应谐波叠加的复调音乐主旋律提取新方法

随着音乐数量的迅速增加,对音乐进行数字化的处理已经成为必然趋势.主旋律反映了音乐的主要思想,提取主旋律在制作计算机音乐,检索分类,哼唱识别等领域具有广泛的应用价值.本文提出一种自适应谐波叠加的复调音乐主旋律提取算法.首先,通过声源分离预处理,通过判别基频最小稳定方差改变压缩因子,自适应叠加谐波构建显著函数;然后,对显著函数构建的基频片断采用随机森林模型进行人声检测,组合所有人声帧的最大显著度频率得到音乐的主旋律序列.实验表明,在MIR-1K数据集上得到的结果在高信噪比情况下有显著提升.     

基于Hadoop分布式平台的海量图像检索

为了加快海量图像检索速度,提出基于Hadoop分布式平台的海量图像检索系统。首先提取待检索图像的特征,然后通过Hadoop分布式平台下图像特征匹配,根据匹配结果得到图像检索结果,最后通过仿真实验分析了图像检索速度和效率,结果表明,该文模型大幅度提升了海量图像检索速度,比对比系统获得更优的图像检索效率,具有更高的实际实用价值。     

基于分块主颜色的图像检索方法研究与实现

颜色直方图法是基于内容的图像检索系统通常采用的方法.提出了一种基于分块主颜色的检索方法,克服了颜色直方图无法表达颜色空间分布信息的缺陷,将简化的二次式距离计算方法应用到分块主颜色的匹配中,降低了算法复杂度,提高了计算效率和对图像相似度判断的准确率,从而提高了图像检索的效率.据此实现的图像检索系统的运行结果表明,该方法的查准率和查全率比颜色直方图法有明显提高.     

基于分块主颜色的图像检索方法研究与实现

颜色直方图法是基于内容的图像检索系统通常采用的方法。提出了一种基于分块主颜色的检索方法，克服了颜色直方图无法表达颜色空间分布信息的缺陷，将简化的二次式距离计算方法应用到分块主颜色的匹配中，降低了算法复杂度，提高了计算效率和对图像相似度判断的准确率，从而提高了图像检索的效率。据此实现的图像检索系统的运行结果表明，该方法的查准率和查全率比颜色直方图法有明显提高。     

基于过渡帧插值的音乐驱动舞蹈动作合成

随着动作捕捉技术的发展,基于音乐的舞蹈生成技术逐渐成为一大研究热点,而如何提高音乐和舞蹈的匹配以及舞蹈生成的真实性是研究的关键点.本文提出的基于过渡帧插值的音乐驱动舞蹈合成,旨在解决为音乐合成与其局部节奏和强度匹配且衔接自然的舞蹈动作问题.为了充分挖掘音乐和舞蹈的局部相关性和提高生成舞蹈的丰富性,先对目标音频分段,然后对音乐片段和动作数据库中已有的动作片段进行特征匹配分析,最后对和目标音乐片段特征匹配的动作片段进行过渡帧插值衔接.本文提出的过渡帧插值算法,使插值后的动作同时保留前一帧动作和后一帧动作的特征,避免动作突变,从而实现自然过渡.另外,提出一种音乐驱动舞蹈合成的框架,包含音乐和动作的共同特征提取、特征匹配分析和动作片段的插值衔接.音乐和动作的共同特征提取从节奏和强度出发,特征匹配分析利用节奏点的同步程度和强度分布的相似性.实验结果表明:本文提出的算法能合成逼真的舞蹈动作,具体合成舞蹈视频在项目网站上呈现.     

基于音频检索的点歌系统

介绍了运用哼唱进行检索的点歌系统.该系统从用户那里得到哼唱信息,把音频信息做特征提取、分割与分类,采用音变节奏算法查找出和输入内容相同或相似的乐曲.最后提出了有待继续研究的问题.     

多特征融合的非刚性三维模型匹配算法研究

特征描述符是影响非刚性三维模型匹配结果的关键因素,而单一特征只能描述三维模型某一方面的信息.为了克服单一特征在模型匹配时的局限性,进一步提高模型匹配的精确度,通过引入信息论中信息熵的概念,结合各单一特征匹配时的结果,计算得到各特征的权值,对多种特征(如热核特征(HKS)、能量分布特征(WKS)和模型表面积特征等)进行融合,作为非刚性三维模型匹配的特征.最后在SHREC’2014提供的标准测试数据集上进行试验,并与单一特征描述符的结果进行对比,验证了多特征融合得到的特征描述符要优于任一单一特征描述符,可以应用于非刚性三维模型检索系统中.