天津广播电视台 石家瑞



音频哼唱检索技术的设计与实现

天津广播电视台 石家瑞

【摘要】通过文字输入音频属性信息进行音频检索无法满足通过音乐的旋律进行检索的需求，因此基于内容的音频检索应运而生。研究、设计并实现一套基于内容的音频哼唱检索技术，对音频进行分割处理，基音提取，旋律编码和旋律匹配，完成音频搜索。在实验中，通过对输入语音的处理、匹配，以85.5%的相似度成功检索出目标音频，为今后音频哼唱检索技术的实际应用提供依据和保证。

【关键词】音频；哼唱；检索技术

0　引言

随着数字化和网络化的快速发展，音频的检索已经随着大众的需要从一维扩展到多维。传统的音频检索需要用户输入音频的属性信息，包括名称、演唱者、年代等文本信息进行检索，然而用户熟悉某些歌曲的旋律和风格，但是并不知道名称和主唱，运用传统的属性信息进行检索无法满足他们的需求。因此，通过音频内容进行检索的方法应运而生。哼唱检索作为基于内容的音频检索的一种，需要用户哼唱某一段音乐，这段音乐作为一种非语义符号表示且非结构化的二进制码流输入到计算机中，通过搜索引擎去寻找一些歌曲，并将歌曲中包含用户所哼唱的旋律和风格的歌曲反馈给用户。

本文详细研究并介绍了哼唱检索的流程和所用方法，并通过程序演示，以实验形式完成了哼唱检索过程。

1　哼唱检索流程

哼唱检索的流程是：用户通过一个麦克风哼唱一段音乐，这段音乐以音频数据的方式被采集到了计算机里面，被分割成一个个片段，这些片段又分别对应了一个个的音符[1]。……