数字信号处理

摘

要

在互 益普及的今天，们通过 G g等联网日人 ol搜索引。擎，可以非常快捷地找到 自己需要的文字信息，而对于声音和图像的检索，目前还处于研究阶段。由于数字音频产业的飞速发展，数字化的音乐、语音等内容越来越频繁地影响着人们的日常生活，对海量的无标注信息的数字音频如何进行有效的检索，渐渐成为下一代搜索引擎关注的技术热点之一。当需要从一大堆音乐库中寻找出所关心的歌曲但是又不记得它的名字或者作曲者的时候，音乐哼唱检索系统的提出很好地切合了这种具有实际意义的需求。基于哼唱的音乐检索技术对于音乐的快捷查询、练歌者的自我训练以及帮助作曲家自动记谱等方面都有很好的应用前景，它有可能成为下一代音乐

检索的核心技术之一。在哼唱检索的相关领域的研究工作主要分为面向MD为 I I代 表的数据库与面向 MP音频数据库的检索技术。 3本文提出了针对噪声环境应用的基于哼唱的 MII D音乐检索系统，并且对基于哼唱的 MP音乐检索进行了初步研究。 3在我们提 出的基于哼唱的MI I D音乐检索系统中，噪声鲁棒性是衡量检索系统性能的一个重要指标，我们着重在哼唱信号的特征提取过程中尽量减小环境噪声对哼唱系统的影响。在哼唱信号的音高检测处理中，通过检测对信号自相关函数峰值对应时间轴位置的两倍与三倍时间处的自关值，改进了自相相关函数法检测音高的算法，降低了由噪声信号引起的音高检测错误。音高检测之后的有/无人声检测器大大地减低了无人声段给检索匹配带来的冗余与千扰信息。由于哼唱信号中的音高是基于帧结构提取的，而MI I D音乐中的音高是基于音符的，以我们采用帧级对音符级所的动态时间规整算法对哼唱片断与候选歌曲进行检索匹配。哼唱检索实验表明，本文提出的MII D哼唱检索算法在各种不同噪声与不同信噪比的嘈杂场合中都体现出较好的噪声鲁棒性，在不同噪声与不同信噪比的环境中的检索返回成功率都优于以

往的检索算法，尤其是在低信噪比的环境中。此外，我们还制作了可用以以实时演 示的MII D音乐哼唱检索系统。 MP音乐检索系统中的哼唱信号处理与MII 3 D音乐检索中是一样的。针对以MP 3

为代表的多音( . h i形式的 o pn ) P y oc音乐，我们尝试了两种不同的音乐旋律特征提取的方法。第一种方法是基于声线法的 P旋 M 3律特征提取。先将4. z

首 4 I采样率的 P H k M3音乐文件解码并降采样得到s z PM H k的 C流输出 w V ( A格式)然后，采用短时自相关函 数进行分析，在每帧信号上取得多个基频的候选值，接着利用逐帧配对的声线搜寻