从MIDI音乐文件中抽取旋律特征

1 背景

目前，网络上每天都会产生大量的音乐作品，音乐的推荐系统也种类繁多。但大多数都是根据用户的喜好，或者是音乐的关联来进行推荐的[1]。考虑到音乐特征本身的相似性，因此考虑从音乐本身的特征出发，根据特征的相似度来给用户推荐歌曲。然而金毅等人[2]通过研究得出结论：从声音文件中提取旋律特征处理过程复杂、难度高，精度不如MIDI文件和模块文件；模块文件通用性较差，编码格式繁多；对于MIDI文件，很多音乐的特征可以直接提取出来，这就为音乐特征的自动识别提供了极大的便利，所以采用MIDI乐曲作为提取音乐旋律的数据源。因此接下来从MIDI文件的分析入手，剖析如何从MIDI中提取特征。

2 MIDI文件的结构

MIDI（Musical Instrument Digital Interface）是一套消息的约定，它不产生声音信号，而是在MIDI电缆上传送各种MIDI消息，由接收MIDI消息的MIDI设备或其它电子装置产生声音或执行动作[3]。

MIDI文件的格式有好多种，目前较为广泛使用的存储格式是后缀为.mid格式的文件，而且是标准的MIDI文件。MIDI文件通常有两部分组成：头块和轨道块。头块用MThd标记，轨道块由MTrk标记，一个MIDI文件由一个头块和紧接的一个或者多个轨道块组成[4]。结构如表1所示。

2.1 头块（Header chunk）

头块出现在MIDI文件开头，共有6字节组成，结构如表2所示。

2.2 轨道块（Track chunk）

头块之后是一个或多个音轨块，轨道块的结构如表3所示。

表3 MIDI文件轨道块结构

一个MIDI事件由delta-time和MIDI消息组成，deltatime由可变长度编码，它决定了其后MIDI消息的执行时间。2.3 midi消息

一个MIDI消息由一个状态字节和若干个数据字节组成。……