基于旋律的音频哼唱识别系统

基于旋律的音频哼唱识别系统姓名：王冬学号：

248姓名：杨少凡学号：

258

2014年4月15日

一、任务分工

王冬：设计哼唱旋律特征提取算法及比对算法、撰写终期报告。

杨少凡：音乐库的建立及旋律特征提取，界面设计。

二、背景介绍

音乐库中有多首乐曲，通过哼唱一段旋律，分析频率谱钢琴入门基础教程，从多首乐曲中出

相应的曲名，并用乐器正确播放旋律滨崎步 my all。

三、总体方案设计

吉他手tommy.1开发平台

Python2二胡独奏二泉映月.7世界.5.0

.2功能设计

本次课程项目主要使用Python程序设计语言对实现了基于4首歌的哼唱识

别，进行了充分的实验和参数调整一个男人的眼泪，实现了哼唱旋律特征提取、噪声去除、特征

值识别及使用乐器播放旋律等课题

选取音乐分帧处理没那么简单，提取旋律特征建立旋律特征库去噪

哼唱音乐数据旋律特征提取输出识别歌曲名

并用乐器演奏与旋律库比对

四、核心算法及结果分析

（1）音乐旋律特征提取

下图是《城里的月光》歌中“城里的月光把梦照亮，请温暖他心房”一句话

的旋律特征提取结果。

##分帧fft提取频率

foriinxrange(nframes/1024):

forjinxrange(1024):

y[j]=int(pianduan[j+i*1024])

fft_y=fft(y我和一个三十少妇,2048)

forjinxrange(1024):

ifj>0:

ifabs(fft_y[j])>m:

m=abs(fft_y[j])

maxx=j

else:

m=abs(fft_y[0])

frequent[i]=maxx

##平滑处理

foriinxrange(,len(frequent)-2):

frequent[i]=round((frequent[i-2]+frequent[i-1]+frequent[i]+fr

equent[i+1]+frequent[i+2])/5)

（2）哼唱音频旋律提取下图是哼唱《城里的月光》中“城里的月光把梦照亮，请温暖他心房”

一句话的旋律提取结果干妈妈。

##低通滤波

Wp=0.04#Cutofffrequency

Ws=0非常完美田敏虎.06#Stopfrequency

Rp=0朴寒星se7en.1#passbandmaximumloss(gpass)

As=60#stoppandminattenuation(gstop)

Filters={'ellip':(),'cheby2':()关淑怡照片,'butter':()世界纷纷扰扰喧喧闹闹什么是真实,'cheby1':()旬邑唢呐,

'bessel':()}

#ellipandcheby2filterdesign

Filters['ellip']=ign(Wp,Ws,Rp黑键,As猫狗大战2主题曲,ftype='ellip')

Filters['cheby2']=ign(Wp,Ws,Rp,As,ftype='cheby2')

filtered_sig1=lfilter(Filters['ellip'][0]see you again 歌词,Filters['ellip'][1],

pianduan)

##分帧fft提取频率

foriinxrange(nframes/1024):

forjinxrange(1024):

y[j]=int(pianduan[j+i*1024])

fft_y=fft(y韩国最火的女子组合,2048)

forjinxrange(1024):

ifj>0:

ifabs(fft_y[j])>m:

m=abs(fft_y[j])

maxx=j

else:

m=abs(fft_y[0])

frequent[i]=maxx

##平滑处理

foriinxrange(,len(frequent)-2):

frequent[i]=round((frequent[i-2]+frequent[i-1]+frequent[i]+fr

equent[i+1]+frequent[i+2])/5)

（）旋律比对算法

哼唱片段切割

ku_l=len(tezheng)

heng_l=len(frequent_fil)

ku_zhidian=zeros(ku_l*heng_l)

heng_zhidian=zeros(ku_l*heng_l)

foriinxrange(heng_l):

forjinxrange(ku_l):

heng_zhidian[i*ku_l+j]=frequent_fil[i]

foriinxrange(ku_l):

forjinxrange(heng_l):

ku_zhidian[i*heng_l+j]=tezheng[i]

heng_qiangcaiyang=zeros(ku_l)

m=0

foriinxrange(len(heng_zhidian)):

j=i%heng_l

ifj==0:

m=m+1

heng_qiangcaiyang[m-1]=heng_zhidian[i]

###匹配算法

quanzhi=0

foriinxrange(len(tezheng)):

quanzhi=quanzhi+heng_qiangcaiyang[i]**2

cor_fenmu=quanzhi

quanzhi=sqrt(quanzhi)

cor=0

foriinxrange(len(tezheng)):

cor=cor+tezheng[i]*heng_qiangcaiyang[i]

a=cor/cor_fenmu

er=0

foriinxrange(len(tezheng)):

er=er+(tezheng[i]-a*heng_qiangcaiyang[i])**2

quan=0

foriinxrange(len(tezheng)):

quan=quan+tezheng[i]**2

er=er/sqrt(quan)

（4）结果分析

设计结果如右图所示

参考文献

[1]方勇.数字信号处理——原理与实践家的n次方下载.第2版.北京:清华大学出版社the bird and the bee,2010

[2]刘任化咱当兵的人歌词.基于数字音频信号处理技术的研究乱世巨星歌词.2008

[]吴宗济.实验语音学概要.北京：高等教育出版社殊途 she,1989

[4]宋德,须德荷花妆.音频信息检索的研究及实现[J]绿岛小夜曲歌词.计算机应用,200(12)：

52