[发明专利]一种基于哼唱的音乐检索方法

说明书

技术领域

本发明属于音乐哼唱检索(QBSH，Query by Singing/Humming)技术领域，更为具体地讲，涉及到一种基于哼唱的音乐检索方法，通过该方法用户只需哼唱歌曲的一段就可以很快地检索到自己期望听到的歌曲。

背景技术

随着网络技术的不断发展，人们对网络的依赖性也逐渐增加，越来越多的人们希望通过网络寻找到他们感兴趣的东西，如音频、视频、图像、动画等多媒体信息。多媒体信息有多种形式，其中音频信息占有相当大的比例。而在音频当中，音乐又是最常见的形式。

目前的音乐检索方法主要是根据文本关键字进行搜索，例如音乐名、作者、演唱歌星、专辑、流派、歌词等，当我们偶然间听到一首不错的歌曲时，只知道歌曲的旋律，却不知道歌曲名称或者歌词，想要利用搜索引擎搜索歌曲的相关资料，那几乎是不可能完成的事情。为了解决这一问题，2008年09月24日公布的、公开号为CN 101271457A、名称为“一种基于旋律的音乐检索方法及装置”的中国发明专利申请公布说明书提供了一种基于内容，即哼唱检索(QBSH，Query by Singing/Humming)的音乐检索方法。该方法包括：1、将指定待查音乐中的一段旋律作为搜索的旋律关键字；2、将所指定的旋律关键字输入查询客户端设备，经过处理得到数字化旋律信号；3、将音乐库中的音乐建立索引，该索引体现音乐的旋律特征，形成索引化的音乐数据库；4、由搜索引擎将数字化旋律信号与产生的音乐数据库中的旋律进行比较，从音乐数据库选出一组包含指定关键字音乐旋律的一组音乐；5、将选出的音乐按照与旋律关键字的相似程度递减排序。在该专利申请中，还给出了获得数字化的旋律信号的方法：21、使用音频采集设备采集用户的哼唱输入；22、对用户输入的音频信号进行预滤波处理，包括直流消除、增益标准化、低通滤波处理，得到音频帧序列信号；23、对音频帧序列信号进行时域或频域分析，提取基频序列；24、将基频序列进行进一步处理，包括线形化、求差，得到数字化的旋律信号。

QBSH的具体目的在于通过输入用户的哼唱，一段音乐的录音或者口哨来搜索到期望的音乐，因此能通过哼唱帮助用户从音乐库中找到他/她们已经忘掉歌词、歌唱者等信息的音乐。

但上述的CN 101271457A发明专利申请公布说明书只是给出了一种基于哼唱的音乐检索方法的原理框架，对于旋律的音频帧的提取和处理方面并没有进行详细的说明。

发明内容

本发明的目的为对现有的传统哼唱检索(QBSH，Query by Singing/Humming)方法研究的基础上，提出一种更为快速、准确地对音乐进行检索的一种基于哼唱的音乐检索方法。

为实现上述发明目的，本发明的基于哼唱的音乐检索方法，其特征在于，包括以下步骤：

(1)、将音乐数据库中的每首音乐根据能量进行音符分割，得到音符序列；对每个音符进行基音提取，提取出该音符的频率，即音高，并转换成音差，然后除以该音符的相对长度，计算出该音符的坡度，得到每首音乐的坡度序列，将每首音乐的坡度序列作为该首音乐的索引，形成索引化的音乐数据库；

音差是指当前音符与上一个音符在音高上的差距，相对长度是指某一音符的时间长度除以所有音符的平均时间长度得到的相对值；

(2)、将用户哼唱待检索音乐中的一段旋律作为检索的旋律关键字，使用音频采集设备采集旋律关键字，得到旋律关键字的音频数据；

(3)、将旋律关键字的音频数据按照步骤(1)中的相同方法，进行音符分割、基音提取并转换成音差，然后除以音符的相对长度，计算出该音符的坡度，这样得到旋律关键字的坡度序列；

(4)、将旋律关键字的坡度序列与音乐数据库中每首音乐的索引进行匹配，从音乐数据库中选出与旋转关键字相似度最高的一组音乐，并按照相似度由高到低进行排列，以便用户进一步进行人工选取音乐。

本发明的发明目的是这样实现的：