元音检测和最值点符号特征匹配的音乐检索

doi:10.3778/j.issn.1002-8331.2009.36.037

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (36): 126-128.DOI: 10.3778/j.issn.1002-8331.2009.36.037

• 数据库、信号与信息处理 • 上一篇下一篇

元音检测和最值点符号特征匹配的音乐检索

张燕^1，2，钱博²，李燕萍³

1.南京理工大学计算机科学与技术学院，南京 210094
2.金陵科技学院信息技术学院，南京 211169
3.南京邮电大学通信与信息工程学院，南京 210003

收稿日期:2009-08-20 修回日期:2009-09-25 出版日期:2009-12-21 发布日期:2009-12-21
通讯作者: 张燕

Music retrieval based on vowel detection and symbol feature representation

ZHANG Yan^1，2，QIAN Bo²，LI Yan-ping³

1.Department of Computer Science & Technology，Nanjing University of Science and Technology，Nanjing 210094，China
2.Information Technology School of Jinling Institute of Technology，Nanjing 211169，China
3.College of Telecommunication & Information Engineering，Nanjing University of Posts and Telecommunications，Nanjing 210003，China

Received:2009-08-20 Revised:2009-09-25 Online:2009-12-21 Published:2009-12-21
Contact: ZHANG Yan

摘要/Abstract

摘要： 哼唱的随意性和音乐特征提取算法误差都会影响基于哼唱的音乐检索系统的性能。针对上述问题，利用元音帧检测获得较为精确的音符边界，实现音符分割；对分割后的音符提取相对音高和音长，实现符号描述；最后将哼唱片段中音高和音长最值点周围的符号描述作为特征与数据库中的数据进行匹配，得到最相似的候选音乐。实验表明该方法对未经训练的哼唱者的首位匹配正确率达到70%以上，匹配速度也大大优于传统方法，检索性能基本达到了实际应用的需求。

关键词: 音频检索, 音乐检索, 元音检测, 符号特征描述

Abstract: In query-by-humming systems，uncertainty can arise in query formulation due to user-dependent variability and machine-based errors.The paper proposes a new system，which using vowel detection for note segmentation.After that，the segmented humming audio is transcribed to symbols with pitch and duration information.At last，the transcribed audio is compared with the database and finds the closest melodic fragments.Experiment shows the retrieval accuracy is higher than 70% of best candidate with faster retrieval speed than traditional system，which achieves the requirement of practice application.

Key words: audio retrieval, music retrieval, vowel detection, feature representation with symbol

中图分类号:

TP391

张燕^1，2，钱博²，李燕萍³. 元音检测和最值点符号特征匹配的音乐检索[J]. 计算机工程与应用, 2009, 45(36): 126-128.

ZHANG Yan^1，2，QIAN Bo²，LI Yan-ping³. Music retrieval based on vowel detection and symbol feature representation[J]. Computer Engineering and Applications, 2009, 45(36): 126-128.

[1]	姚姗姗，牛保宁. 抗频率变换的采样计数音频检索方法[J]. 计算机工程与应用, 2021, 57(12): 126-131.
[2]	王培培，王斌 . 支持得分矩阵的音乐检索技术[J]. 计算机工程与应用, 2017, 53(5): 17-23.
[3]	华斌，张丽超，赵富强. 基于加权MFCC的音频检索[J]. 计算机工程与应用, 2015, 51(8): 200-204.
[4]	龙小保. 使用提升小波和非负矩阵分解的稳健音频指纹[J]. 计算机工程与应用, 2013, 49(9): 197-199.
[5]	章宗标. 一种基于PCA-BP神经网络的示例优选方法[J]. 计算机工程与应用, 2013, 49(19): 108-111.
[6]	谈会星，陈福才，李邵梅. 基于AWS_VFR的语音特征提取方法[J]. 计算机工程与应用, 2013, 49(16): 192-195.
[7]	周虹辰1，蒋冬梅1，Hichem Sahli2，Werner Verhelst2. 基于谐波的乐纹提取和音乐检索[J]. 计算机工程与应用, 2012, 48(2): 139-141.
[8]	李娟1，周明全1，李鹏2. MIDI主旋律特征提取构建音乐数据库[J]. 计算机工程与应用, 2011, 47(26): 124-128.
[9]	李晓丽，杜振龙. 模糊粗糙集在音频检索中的应用[J]. 计算机工程与应用, 2010, 46(15): 124-126.
[10]	孔旭¹,关佶红². 以声谱图相似度为度量的波形音乐检索[J]. 计算机工程与应用, 2009, 45(13): 136-141.
[11]	孙挺^1,2,耿国华¹,周明全³,王小凤¹. 基于音乐旋律轮廓的特征提取算法[J]. 计算机工程与应用, 2008, 44(18): 12-14.
[12]	崔朝阳，王建纲. 广播电视语音识别现状与应用策略[J]. 计算机工程与应用, 2007, 43(23): 181-183.

元音检测和最值点符号特征匹配的音乐检索

Music retrieval based on vowel detection and symbol feature representation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 12

编辑推荐

Metrics