| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·国内外研究现状及水平 | 第10-11页 |
| ·音乐数据库建立 | 第10页 |
| ·哼唱特征提取技术 | 第10页 |
| ·旋律匹配方法 | 第10-11页 |
| ·本文主要研究内容及组织结构 | 第11-13页 |
| 2 基于哼唱的 MIDI 音乐检索系统框架及流程 | 第13-18页 |
| ·哼唱检索系统的框架 | 第13页 |
| ·音频的基本理论 | 第13-15页 |
| ·音频文件格式 | 第15-17页 |
| ·音频文件格式概述 | 第15页 |
| ·MIDI 音乐的格式分析 | 第15-16页 |
| ·MIDI 旋律特征提取 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 哼唱语音信号的处理及分析 | 第18-23页 |
| ·哼唱语音信号的预处理 | 第18-20页 |
| ·预滤波及预加重处理 | 第18-19页 |
| ·加窗和分帧处理 | 第19-20页 |
| ·哼唱语音信号的特征 | 第20-22页 |
| ·短时能量 | 第21页 |
| ·短时平均过零率 | 第21页 |
| ·短时自相关 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 4 哼唱语音信号特征提取算法 | 第23-36页 |
| ·人工神经网络的基本原理 | 第23-25页 |
| ·哼唱语音信号的基音提取算法 | 第25-28页 |
| ·自相关函数法 | 第25-26页 |
| ·平均幅度差函数法 | 第26-27页 |
| ·小波函数法 | 第27-28页 |
| ·本文算法改进 | 第28-34页 |
| ·基于 BP 神经网络的音符切分 | 第28-29页 |
| ·清浊音区分 | 第29-31页 |
| ·动态阈值 | 第31-32页 |
| ·基音检测的算法流程 | 第32页 |
| ·实验结果分析 | 第32-34页 |
| ·旋律表示 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 5 旋律匹配算法研究 | 第36-51页 |
| ·近似字符串匹配法 | 第36-37页 |
| ·动态时间规整法 | 第37-39页 |
| ·线性对齐匹配法 | 第39-40页 |
| ·隐马尔科夫算法 | 第40-45页 |
| ·马尔科夫链 | 第40-41页 |
| ·隐马尔科夫的基本思想 | 第41-43页 |
| ·隐马尔科夫模型求解 | 第43-45页 |
| ·音高差的隐马尔科夫模型 | 第45-49页 |
| ·音长的相似度 | 第49页 |
| ·本章小结 | 第49-51页 |
| 6 基于哼唱的 MIDI 音乐检索系统的实验及分析 | 第51-56页 |
| ·系统框架 | 第51页 |
| ·系统的主要功能及环境 | 第51-52页 |
| ·系统实验分析及抗噪性分析 | 第52-55页 |
| ·实验分析 | 第52-53页 |
| ·抗噪性分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表的论文和科研情况 | 第63页 |