基于Chroma-based BOW特征的多版本音乐识别

多版本音乐识别,作为音乐信息检索领域内的一个重要课题,得到了人们的广泛专注.受海量音乐资源的驱动,人们对高效算法的需求呼之欲出.词袋模型是一种在自然语言处理和数字图像处理领域中的广泛应用的特征表示模型,本文将其引入到多版本音乐识别技术研究中,基于目前业界广泛应用的Chroma特征,提出一种新的高层次特征,Chroma-based BOW特征对歌曲的旋律信息进行表示,实现了特征空间到线性矢量的降维映射.同时,设计并实现了一套完整的多版本音乐识别算法.实验证明该特征对于多版本音乐识别是有效的,相应的识别算法能够大幅度提高了传统音乐识别系统的效率.

Chroma特征的鲁棒性验证

基于内容的多版本音乐识别是近些年来音乐信息检索领域一个比较热门的研究课题。考虑到多版本音乐可能在节奏、速度、音调、音色以及结构等方面的变化,该研究的关键在于选取能反映音乐主要旋律走向的相对稳定的音频特征,在不同的音乐版本之间进行相似度的比较。Chroma特征反映了音频能量在各个音调类间的相对分布,考虑了和声信息、与音色无关、对噪声鲁棒,所以成为多数多版本音乐识别算法使用的特征。通过设计和实验,探究不同的音频干扰形式对Chroma特征的影响,就Chroma特征对音调无关因素的鲁棒性进行验证。