| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 引言 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 国内外音频检索技术研究现状 | 第9-11页 |
| 1.2.2 流行音乐人声检测系统的研究方案 | 第11-13页 |
| 1.3 论文研究内容 | 第13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第2章 音频检索系统及其相关技术 | 第14-24页 |
| 2.1 音频检索概述 | 第14页 |
| 2.2 音频文件格式介绍 | 第14-17页 |
| 2.2.1 wav格式 | 第14-15页 |
| 2.2.2 MPEG简介 | 第15-16页 |
| 2.2.3 MIDI和RMI简介 | 第16-17页 |
| 2.3 音频信号特征提取与表达 | 第17-19页 |
| 2.4 基于内容的音频检索技术通用框架及特点 | 第19-20页 |
| 2.5 系统应用的相关技术 | 第20-22页 |
| 2.5.1 Mel倒谱系数MFCC | 第20页 |
| 2.5.2 音频内容自动分类与分割 | 第20-22页 |
| 2.6 音乐检索 | 第22-24页 |
| 2.6.1 绝对音高序列 | 第22页 |
| 2.6.2 相对音高序列 | 第22-24页 |
| 第3章 基于主动学习的歌声检测系统 | 第24-39页 |
| 3.1 传统人声检测系统中存在的问题 | 第24-26页 |
| 3.1.1 针对训练成本的解决方案 | 第26页 |
| 3.2 主动学习技术的效率改进 | 第26-28页 |
| 3.3 主动学习的样本选择策略 | 第28-31页 |
| 3.3.1 风险下降 | 第28-29页 |
| 3.3.2 不确定度 | 第29页 |
| 3.3.3 多样性 | 第29-30页 |
| 3.3.4 密度 | 第30-31页 |
| 3.4 歌声检测前处理 | 第31-34页 |
| 3.4.1 和声结构提取 | 第32-33页 |
| 3.4.2 合成 | 第33-34页 |
| 3.5 基于主动学习的人声检测方案 | 第34-36页 |
| 3.5.1 基准歌声检测系统 | 第35页 |
| 3.5.2 基于主动学习的歌声检测 | 第35-36页 |
| 3.6 实验参数调整 | 第36-38页 |
| 3.7 性能比较 | 第38-39页 |
| 3.7.1 测试指标 | 第38-39页 |
| 第4章 系统架构设计 | 第39-44页 |
| 4.1 系统设计背景 | 第39页 |
| 4.2 系统运行环境 | 第39页 |
| 4.3 系统总体框架设计 | 第39-40页 |
| 4.4 系统子模块设计 | 第40-44页 |
| 4.4.1 ABD_Criterion模块 | 第40-41页 |
| 4.4.2 ALTrain模块 | 第41页 |
| 4.4.3 ALPredict模块 | 第41-42页 |
| 4.4.4 GridSearch_Train_CV模块 | 第42-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 本文中实现的歌声检测系统的特点 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 致谢 | 第52页 |