马青阁 曹西征 赵宛 汪旭彬 关金晨

摘 要：主旋律是音乐旋律信息的重要组成部分，文章通过对表征音乐旋律特征向量的提取，采用H- K分类算法构建音轨分类器模型，对MIDI片旋律音轨和伴奏旋律音轨进行分类。最后通过候选音轨提取出主旋律音轨，研究表明，这种方法对10个音轨内的主旋律提取准确率由75%提升到90%，对于2个音轨以内的主旋律提取可以达到95%的准确率。

关键词：MIDI；主旋律；音轨熵；特征布尔数组；特征向量

MIDI的本质是一种符号性声音文件，对音乐信息检索、音乐旋律匹配等应用起到重要作用。

MIDI文件包含多个音轨信息，由于不能准确地识别主旋律音轨。本文首先提取基于音轨音符的特征量以及符合MIDI特征的信息熵共同组成MIDI文件的特征向量，在提取特征向量[4]的基础上构建音轨分类器模型，并通过H-K算法对MIDI主旋律音轨和伴奏旋律音轨进行分类等方法来提高抽取准确率。

1 信息熵

1.2 起奏间隔熵

起奏间隔熵为从一个音符起奏到下一个起奏时刻之间的时间差序列熵。x为相邻2个音符之间的起奏时间差，该音轨的起奏间隔熵可表示为：

注：表示为时间差。

1.3 熵值的计算模型

在MIDI文件中，每条音轨是由音符序列构成。在一条音轨中多个音符同时发声，利用H-K算法抽取音符序列作为当前音轨的音符序列；当音符同时发声并构成和弦时，选取最高的音符序列作为该音轨的音符序列。选取每条同时发音的音轨音符，然后利用一个片段或整个音符序列计算熵值，把熵值最高的音轨当成主旋律音轨，并计算出主旋律音轨的正确率，将正确率最高的熵值看作是音轨的信息熵。……