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：201318001027048
姓名：杨少凡
学号：201318001027058
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，从多首乐曲中找出相应的曲名，并用乐器正确播放旋律。

三、总体方案设计
3.1开发平台
Python2.7.5.0
3.2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，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，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
for i in xrange(nframes/1024):
for j in xrange(1024):
y[j]=int(pianduan[j+i*1024])
fft_y=fft(y,2048)
for j in xrange(1024):
if j>0:
if abs(fft_y[j])>m:
m=abs(fft_y[j])
maxx=j
else:
m=abs(fft_y[0])
frequent[i]=maxx
######平滑处理
for i in xrange(3,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。

##############低通滤波
Wp = 0.04 # Cutoff frequency
Ws = 0.06 # Stop frequency
Rp = 0.1 # passband maximum loss (gpass)
As = 60 # stoppand min attenuation (gstop)
Filters = {'ellip' : (), 'cheby2' : (), 'butter' : (), 'cheby1' : (), 'bessel' : ()}
# ellip and cheby2 filter design
Filters['ellip'] = fd.iirdesign(Wp, Ws, Rp, As, ftype='ellip')
Filters['cheby2'] = fd.iirdesign(Wp, Ws, Rp, As, ftype='cheby2')
filtered_sig1 = lfilter(Filters['ellip'][0], Filters['ellip'][1], pianduan)
######分帧fft提取频率
for i in xrange(nframes/1024):
for j in xrange(1024):
y[j]=int(pianduan[j+i*1024])
fft_y=fft(y,2048)
for j in xrange(1024):
if j>0:
if abs(fft_y[j])>m:
m=abs(fft_y[j])
maxx=j
else:
m=abs(fft_y[0])
frequent[i]=maxx
######平滑处理
for i in xrange(3,len(frequent)-2):
frequent[i]=round((frequent[i-2]+frequent[i-1]+frequent[i]+fr equent[i+1]+frequent[i+2])/5)
（3）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)
for i in xrange(heng_l):
for j in xrange(ku_l):
heng_zhidian[i*ku_l+j]=frequent_fil[i]
for i in xrange(ku_l):
for j in xrange(heng_l):
ku_zhidian[i*heng_l+j]=tezheng[i]
heng_qiangcaiyang=zeros(ku_l)
m=0
for i in xrange(len(heng_zhidian)):
j=i%heng_l
if j==0:
m=m+1
heng_qiangcaiyang[m-1]=heng_zhidian[i]
###################匹配算法
quanzhi=0
for i in xrange(len(tezheng)):
quanzhi=quanzhi+heng_qiangcaiyang[i]**2
cor_fenmu=quanzhi
quanzhi=sqrt(quanzhi)
cor=0
for i in xrange(len(tezheng)):
cor=cor+tezheng[i]*heng_qiangcaiyang[i]
a=cor/cor_fenmu
er=0
for i in xrange(len(tezheng)):
er=er+(tezheng[i]-a*heng_qiangcaiyang[i])**2 quan=0
for i in xrange(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.第2版.北京:清华大学出版社,2010
[2] 刘任化.基于数字音频信号处理技术的研究.2008
[3] 吴宗济.实验语音学概要.北京：高等教育出版社,1989
[4] 宋德,须德. 音频信息检索的研究及实现[J]. 计算机应用, 2003(12) ：52。