音频指纹识别系统的设计
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-15页 |
| ·课题背景及其研究意义 | 第9-11页 |
| ·音频指纹的优点 | 第11页 |
| ·哼唱检索系统的相关研究与发展概述 | 第11-13页 |
| ·基于表示级描述的乐音检索 | 第12-13页 |
| ·基于语义级描述的乐音检索 | 第13页 |
| ·音频检索中存在的问题 | 第13-15页 |
| 2 基于内容的哼唱检索基础 | 第15-21页 |
| ·声音听觉特性 | 第15-17页 |
| ·听觉范围 | 第15页 |
| ·响度 | 第15-16页 |
| ·音高 | 第16-17页 |
| ·音律 | 第17页 |
| ·共振峰 | 第17页 |
| ·音符与基频的关系 | 第17-18页 |
| ·音频信号的特征 | 第18-19页 |
| ·短时能量和短时平均幅度 | 第18页 |
| ·短时平均过零率 | 第18-19页 |
| ·熵特征 | 第19页 |
| ·音频信号预处理 | 第19-20页 |
| ·预滤波 | 第19页 |
| ·预加重 | 第19-20页 |
| ·加窗和分帧处理 | 第20页 |
| ·基于内容的音乐检索方案 | 第20页 |
| ·音乐旋律在时间上的可伸缩性 | 第20页 |
| ·音乐旋律在音高上的可平移性 | 第20页 |
| ·本章小结 | 第20-21页 |
| 3 基于语谱图的基音提取算法 | 第21-28页 |
| ·音乐信号语谱图分析 | 第21-23页 |
| ·预处理 | 第21-22页 |
| ·语音信号的能量密度谱 | 第22-23页 |
| ·归一化频谱能量密度矩阵 | 第23页 |
| ·峰值检测 | 第23-26页 |
| ·频域能量区分清浊音 | 第24页 |
| ·峰值提取 | 第24-26页 |
| ·实验结果 | 第26-28页 |
| 4 基于LPC与AMDF的高精度基音提取算法 | 第28-38页 |
| ·语音信号的线性预测残差信号 | 第28-29页 |
| ·AMDF算法 | 第29-30页 |
| ·LA-AMDF算法 | 第30-34页 |
| ·预处理 | 第30-31页 |
| ·清浊音粗判 | 第31页 |
| ·线性预测残差信号 | 第31页 |
| ·累积平均归一化差分函数 | 第31-32页 |
| ·差分信号修正 | 第32页 |
| ·二次函数拟合 | 第32-33页 |
| ·基因周期倍数检查 | 第33-34页 |
| ·实验结果 | 第34-38页 |
| 5 哼唱检索中联合音高与能量的音符切分算法 | 第38-44页 |
| ·基音提取算法择优选取 | 第38-41页 |
| ·后处理流程图 | 第39页 |
| ·中值滤波 | 第39页 |
| ·平滑处理 | 第39-40页 |
| ·半音序列 | 第40-41页 |
| ·音符切分 | 第41-42页 |
| ·音符粗切分 | 第41页 |
| ·音符合并 | 第41-42页 |
| ·旋律轮廓曲线 | 第42-43页 |
| ·实验结果 | 第43-44页 |
| 6 旋律匹配算法及其核心技术 | 第44-51页 |
| ·常用旋律匹配算法分类 | 第44-47页 |
| ·近似字符串匹配算法 | 第44页 |
| ·音高轮廓匹配算法 | 第44-45页 |
| ·EMD算法 | 第45-46页 |
| ·DTW算法 | 第46页 |
| ·LS算法 | 第46-47页 |
| ·联合EMD与DTW的线性伸缩模糊匹配算法 | 第47-50页 |
| ·旋律特征库的构建 | 第47页 |
| ·音高调整 | 第47-48页 |
| ·音符的自然延续 | 第48页 |
| ·标准旋律库中音符的处理 | 第48-49页 |
| ·模糊匹配层算法 | 第49页 |
| ·精确匹配层算法 | 第49-50页 |
| ·联合EMD与DTW的匹配算法 | 第50页 |
| ·本章小结 | 第50-51页 |
| 7 哼唱检索系统结构及实验结果 | 第51-56页 |
| ·系统总体设计 | 第51页 |
| ·系统实现 | 第51-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 8 总结与展望 | 第56-57页 |
| ·总结 | 第56页 |
| ·未来工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 研究成果 | 第61-62页 |
| 致谢 | 第62页 |
