改进的基音检测方法及在音乐检索中的应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (6): 127-130.

• 数据库、信号与信息处理 • 上一篇下一篇

改进的基音检测方法及在音乐检索中的应用

李鹏¹，周明全²，夏小亮²，黎南杉²

1.北京师范大学教育技术学院，北京 100875
2.北京师范大学信息科学与技术学院，北京 100875

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-02-21 发布日期:2011-02-21

Improved pitch detection method and its application in musical retrieval

LI Peng¹，ZHOU Mingquan²，XIA Xiaoliang²，LI Nanshan²

1.School of Education Technology，Beijing Normal University，Beijing 100875，China
2.College of Information Science and Technology，Beijing Normal University，Beijing 100875，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-02-21 Published:2011-02-21

摘要/Abstract

摘要： 基音检测是音频分析和基于内容的音乐检索中的关键技术，是基于内容音乐检索中实现哼唱检索的基础。提出一种改进的自相关函数（autocorrelation function，ACF）方法进行基音检测。从对音频信号进行去噪预处理、清浊音判断及后处理等方面对ACF进行改进，使之能够生成规整的音高变化曲线。在音乐检索的实现中，提出一种有限长度的最长公共子序列（Local Longest Common String，LLCS）方法，该方法可有效解决传统方法存在的误检问题。开发实现了一个通过哼唱/歌唱进行歌曲检索的原型系统。对大量的歌曲哼唱的实验表明，提出的改进ACF算法和LLCS算法对于提高检索正确率是正确有效的。

关键词: 基音检测, 哼唱检索, 自相关函数, 最长公共子序列

Abstract: The pitch detection is an essential technology in audio analysis and content based music retrieval，it is foundation in query by humming.An improved method of auto-correlation function（ACF） is put forward as a pitch detection method.It includes de-noising processing，surd/sonant judgment and post-processing etc.It generates trimmed pitch curve.A Local Longest Common String（LLCS） method is proposed to solve the problem of false retrieval.A music retrieval prototype system is developed. The experiment analysis show that the improved ACF and LLCS algorithm are effective for improving the retrieval accuracy.

Key words: pitch detection, query by humming, auto-correlation function, longest common string

李鹏¹，周明全²，夏小亮²，黎南杉². 改进的基音检测方法及在音乐检索中的应用[J]. 计算机工程与应用, 2011, 47(6): 127-130.

LI Peng¹，ZHOU Mingquan²，XIA Xiaoliang²，LI Nanshan². Improved pitch detection method and its application in musical retrieval[J]. Computer Engineering and Applications, 2011, 47(6): 127-130.

[1]	孟娜，李艳艳，汪霖. 基于CITAF-HAF的立方调频信号参数估计[J]. 计算机工程与应用, 2021, 57(17): 75-79.
[2]	王熙月1，黄毅鹏1，钱佳慧1，何凌1，黄华1，尹恒2. 基于声学特征的腭裂语音声韵母切分[J]. 计算机工程与应用, 2018, 54(8): 123-130.
[3]	陈泽伟，曾庆宁，谢先明，龙超. 基于自相关函数的语音端点检测方法[J]. 计算机工程与应用, 2018, 54(6): 216-221.
[4]	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.
[5]	郑党1，鲍鸿1，张晶2. 基于小波语谱图分析的语音去噪技术[J]. 计算机工程与应用, 2016, 52(4): 94-98.
[6]	潘峥嵘，戴芮，张宁. 改进的基音周期检测算法研究[J]. 计算机工程与应用, 2015, 51(10): 223-226.
[7]	焦蓓，曾以成，毛燕湖. 基音周期检测的希尔伯特-黄变换方法[J]. 计算机工程与应用, 2015, 51(1): 204-207.
[8]	王民，孙洁，贠卫国，刘利，任雪妮. 基于两层神经网络的基音检测算法[J]. 计算机工程与应用, 2014, 50(5): 199-202.
[9]	蒋永平，卢传泽，于琪，赵冲. 有效的哼唱旋律基音提取方法研究与实现[J]. 计算机工程与应用, 2014, 50(3): 215-220.
[10]	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, 50(22): 141-144.
[11]	杨顺辽. 同态解卷处理在基音检测中的应用[J]. 计算机工程与应用, 2013, 49(24): 214-218.
[12]	李晓静，张晓滨. 基于LCS的用户时空行为兴趣相似性计算方法[J]. 计算机工程与应用, 2013, 49(20): 251-254.
[13]	焦蓓，曾以成，侯丽霞. 结合改进自相关与加权小波分量的基音检测法[J]. 计算机工程与应用, 2013, 49(14): 222-226.
[14]	沈瑜，党建武，王阳萍，雷涛. 加权短时自相关函数的基音周期估计算法[J]. 计算机工程与应用, 2012, 48(35): 1-6.
[15]	祝双武1，郝重阳2. 基于纹理周期性分析的织物疵点检测方法[J]. 计算机工程与应用, 2012, 48(21): 163-166.

改进的基音检测方法及在音乐检索中的应用

Improved pitch detection method and its application in musical retrieval

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics