[發(fā)明專利]一種基于哼唱的音樂檢索方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201010144497.6
• 申請(qǐng)日: 2010-04-12
• 公開（公告）號(hào): CN101916250A
• 公開（公告）日: 2010-12-15
• 發(fā)明（設(shè)計(jì)）人: 隆克平;劉健;侯錦峰;徐杰
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G10H1/00
• 代理公司: 北京市路盛律師事務(wù)所 11326
• 代理人: 溫利平

1.一種基于哼唱的音樂檢索方法，其特征在于，包括以下步驟：

(1)、將音樂數(shù)據(jù)庫(kù)中的每首音樂根據(jù)能量進(jìn)行音符分割，得到音符序列；對(duì)每個(gè)音符進(jìn)行基音提取，提取出該音符的頻率，即音高，并轉(zhuǎn)換成音差，然后除以該音符的相對(duì)長(zhǎng)度，計(jì)算出該音符的坡度，得到每首音樂的坡度序列，將每首音樂的坡度序列作為該首音樂的索引，形成索引化的音樂數(shù)據(jù)庫(kù)；

音差是指當(dāng)前音符與上一個(gè)音符在音高上的差距，相對(duì)長(zhǎng)度是指某一音符的時(shí)間長(zhǎng)度除以所有音符的平均時(shí)間長(zhǎng)度得到的相對(duì)值；

(2)、將用戶哼唱待檢索音樂中的一段旋律作為檢索的旋律關(guān)鍵字，使用音頻采集設(shè)備采集旋律關(guān)鍵字，得到旋律關(guān)鍵字的音頻數(shù)據(jù)；

(3)、將旋律關(guān)鍵字的音頻數(shù)據(jù)按照步驟(1)中的相同方法，進(jìn)行音符分割、基音提取并轉(zhuǎn)換成音差，然后除以音符的相對(duì)長(zhǎng)度，計(jì)算出該音符的坡度，這樣得到旋律關(guān)鍵字的坡度序列；

(4)、將旋律關(guān)鍵字的坡度序列與音樂數(shù)據(jù)庫(kù)中每首音樂的索引進(jìn)行匹配，從音樂數(shù)據(jù)庫(kù)中選出與旋轉(zhuǎn)關(guān)鍵字相似度最高的一組音樂，并按照相似度由高到低進(jìn)行排列，以便用戶進(jìn)一步進(jìn)行人工選取音樂。

2.根據(jù)權(quán)利要求1所述的基于哼唱的音樂檢索方法，其特征在于，所述的音符分割采用如下步驟：

a1：旋律關(guān)鍵字的音頻數(shù)據(jù)或音樂數(shù)據(jù)庫(kù)中的每首音樂以10ms的數(shù)據(jù)作為一幀進(jìn)行分割；

a2：設(shè)置能量閾值，將旋律關(guān)鍵字的音頻數(shù)據(jù)幀平均平方根能量的50％和30％分別設(shè)為音符的開始閾值和結(jié)束閾值，當(dāng)一個(gè)幀的能量超過旋律關(guān)鍵字的音頻數(shù)據(jù)幀平均平方根能量的50％時(shí)，認(rèn)為該幀是一個(gè)音符的開始，當(dāng)一個(gè)幀的能量低于旋律關(guān)鍵字的音頻數(shù)據(jù)幀平均平方根能量的30％時(shí)，認(rèn)為該幀是一個(gè)音符的結(jié)束；

a3：設(shè)置100ms的時(shí)間閾值來剔除毛刺，即當(dāng)音符長(zhǎng)度小于100ms時(shí)，則認(rèn)為是短時(shí)毛刺忽略掉。

3.根據(jù)權(quán)利要求1所述的基于哼唱的音樂檢索方法，其特征在于，所述的音符基音提取采用如下步驟：

b1：將長(zhǎng)度為T的音符分為長(zhǎng)為τ的N段(1＜τ≤T)：

T＝Nτ+b，0≤b≤τ；

b2：然后根據(jù)下式求和：

R(t,τ)=1N+1Σn=0Nr(t+nτ)0≤t≤d1NΣn=0Nr(t+nτ)b≤t≤τ]]>

式中r(t)表示音符數(shù)據(jù)；

b3：再對(duì)下面的目標(biāo)函數(shù)：

J(τ)=(N+1)Σt=0bR2(t,τ)+NΣt=b+1τR2(t,τ)]]>

求極大值得到τ₀，τ₀即為音符的周期；

b4：求出音符的基音頻率freq＝1/τ₀，再通過公式

Semitone＝12*log₂(freq/440)+69

將基音頻率轉(zhuǎn)換成半音(Semitone)單位，從而得到音符基音。