基于數(shù)字指紋的音樂哼唱檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展和多媒體壓縮技術(shù)的進(jìn)步，數(shù)字音樂開始大量涌現(xiàn)。在這種情況下，音樂檢索變成了海量數(shù)據(jù)檢索。傳統(tǒng)的音樂檢索方式是基于人工標(biāo)注的關(guān)鍵詞進(jìn)行的，需要用戶記住關(guān)鍵信息。當(dāng)用戶記不住關(guān)鍵信息又想搜索歌曲的時(shí)候，這種檢索方式就不能滿足用戶的需求，所以需要一種新的檢索方式來解決這個(gè)問題。哼唱檢索是一種基于內(nèi)容的檢索方式，不需要對(duì)音樂加入其他信息進(jìn)行檢索，而是根據(jù)音樂本身的特征，如音調(diào)、旋律等信息進(jìn)行檢索。通過這種方式，用戶只需要哼唱一小

2、段的音樂，就能檢索出想要的歌曲。它為用戶提供了一種更為自然的檢索方式，在移動(dòng)平臺(tái)上有非常好的應(yīng)用前景。
　　本文對(duì)哼唱檢索技術(shù)和哼唱檢索系統(tǒng)進(jìn)行了研究，主要研究工作包括以下幾個(gè)方面:
　　1)實(shí)現(xiàn)了基于小波變換的的音頻指紋提取算法基于小波變換的音頻指紋提取算法的流程是將音頻信號(hào)轉(zhuǎn)化成語譜圖，然后根據(jù)小波變換能夠在時(shí)域和頻域都能較好的表示圖片信息的特點(diǎn)，用小波變換對(duì)語譜圖進(jìn)行一系列處理，最后通過降維算法得到更精簡(jiǎn)的指紋。本文首

3、次將此算法應(yīng)用于哼唱檢索系統(tǒng)當(dāng)中，當(dāng)哼唱質(zhì)量較高時(shí)，檢出率可以達(dá)到90％以上。
　　2)實(shí)現(xiàn)并改進(jìn)了基于局部敏感哈希(Locality Sensitive Hashing，LSH)的音頻指紋檢索匹配算法基于LSH的音頻指紋檢索算法是目前最流行的高維快速檢索算法。本文在此算法的步驟中添加了一個(gè)二次投票的過程，當(dāng)參數(shù)組合適當(dāng)時(shí)，系統(tǒng)的檢索率優(yōu)于未改進(jìn)的系統(tǒng)。
　　3)設(shè)計(jì)并實(shí)現(xiàn)了哼唱檢索系統(tǒng)哼唱檢索系統(tǒng)主要分為兩個(gè)部分，一個(gè)是建