基于特征挖掘的相似音樂片段檢測方法研究

張遼艷

（渭南師范學院莫斯科藝術學院，陜西 渭南 714000）

1 引言

在音頻數據多樣化的發展下，如何檢測相似音樂片段成為了當下的研究熱點[1]。國外使用相似音樂片段檢測的軟件相對成熟，標記音頻特征檢測數值關系，主要應用于歌曲風格和旋律的區分。國內在對音樂片段檢測上還有許多不足，比如文獻[2]中的檢測方法將音樂片段處理為MIDI文件樣本，結合音頻核驗處理方法構建一個匹配模式，雖然實現了相似音樂片段的檢測，但是匹配模式的精度不夠。文獻[3]的檢測方法利用注意力機制分配相似音樂片段的動態參數計算數值的上下權重，雖然數值檢測較為精準，但因用時過長在實際應用中效率不高。

本文以特征挖掘作為重點，設計基于特征挖掘的相似音樂片段檢測方法，在實際應用中檢測效率高。

2 相似音樂片段檢測方法

2.1 相似音樂片段特征挖掘

設定音樂片段的采集周期t為0．5 s 后，控制音樂片段的重疊率為0，將音樂片段處理為特征向量集，數值關系I可表示為：

其中，ci表示索引函數，為了控制噪聲數據產生的干擾，引入時序信息[4]，拓展函數E的處理過程可表示為：

其中，D(t)表示周期性相似片段，不同的挖掘周期下產生的音頻損失如下圖所示。

綜合考慮上述音頻損失參數，將該數值增添至計算得到的拓展處理函數當中[5]，循環移位處理定制化公式為：

其中，φ、E(t)表示循環位移處理函數和周期基調函數，γ為定值。運用全局閾值策略[6]，提取得到相似音樂片段特征數M(i)的關系為：

其中，S(i)表示相似音樂片段的遞推函數，E(i)表示全局閾值函數。

2.2 數值化處理相似音樂特征

引用跳字算法構建一個相似音樂特征的數值概率關系P可表示為[7]：

其中，wi、wj分別表示不同結構的相似音樂特征函數，C表示映射維度，i、j表示處理的音樂特征。結合該數值關系，構建一個特征數值預測過程，可表示為：

其中，vl、ω表示結構相似性函數和二次項系數，引入適當的m、k參數輔助向量[8]，控制計算得到的估計參數vmk為：

利用正態分布初始化分解上述計算得到的估計參數[9]，選定數值映射表示為D，評價數值化處理后的音樂片段相似性，評價函數Q為：

設置上下文窗口為固定值g的范圍后，U為估計參數數據集，xi激活函數，可數值化處理形成的相似音樂特征可表示為：

2.3 構建相似片段檢測算法

利用上述數值化處理后的音樂數值，結合音頻數值k的特征和加窗處理的變換幀n，采用加窗運算將音頻數據轉換為時域參數[10]，得到函數x(n)為：

相似音樂片段存在多個平滑度相同的幀，調整時域數值在音樂信號中相位變化處理為：

其中，M、H表示窗的大小與采樣參數，為消除音頻首尾靜音信號產生的干擾，提取音頻產生的短時能量E為：

其中，Ei、N表示首尾音頻的能量數值與片段數值，設定音樂片段的壓縮步長為3，形成的相似片段匹配過程如下圖所示。

對應上圖所示的匹配過程，為控制音樂檢測的精度，對相似片段處理的加權函數G為：

其中，S和Ri表示壓縮步長和加權函數。最終完成基于特征挖掘的相似音樂片段檢測方法的研究。

3 仿真實驗

3.1 實驗準備

為支持音樂片段的采集，配置如下表所示的服務器，服務器參數如表1所示。

表1 準備的服務器參數

對應上表服務器參數，準備20 種音符的音樂文件設拍速為120并提取音軌作為實驗處理對象，采集的音樂主旋律音符信息矩陣如表2所示。

表2 采集的音樂信息矩陣

在下述采集的音樂片段參數下，begin_tick-end_tick表示音頻的起始結束時間，vol與bpm表示音樂片段的特征，準備兩種傳統檢測方法與所設計的檢測方法進行實驗。

3.2 結果及分析

基于上述實驗準備，調試采集得到的音樂信息矩陣至上位機后，計算三種檢測方法的檢測準確率Pr可表示為：其中，R(u)表示待對比的音樂片段，T(u)表示實際匹配的音樂片段。對應上述的數值關系，計算并匯總三種檢測方法的準確率結果，實驗結果如表3所示。

表3 三種檢測方法準確率結果

根據表3所示的準確率結果可知，傳統檢測方法1和檢測方法2得到的準確率數值在75%左右和87%左右，檢測結果的準確率小，而所設計的檢測方法最終檢測準確率在95%左右，準確率最大，在檢測相似的音樂片段上最為準確。

在上述實驗環境下，選定YYXX-01～YYXX-05的音樂信息作為處理對象，記錄三種檢測方法可檢測音樂片段的長度，結果如下圖所示。

由圖3可知，傳統檢測方法1、2 的檢測音頻長度在5000tick與6000tick左右，文章設計的檢測方法可檢測的音頻長度在8000tick 左右，長度最大。設定音樂音頻文件的界限數量為10，重復迭代次數n為500次后檢測效率關系為：

其中，X表示待處理的音樂片段，對應上述設定的數值關系，三種檢測方法的檢測效率結果如下圖所示。

如圖4可知，傳統檢測方法1 和檢測方法2 的檢測效率在0．4和0．6左右，檢測效率較小。文章設計的檢測方法實際的檢測效率數值在0．8左右，并與傳統檢測方法相比檢測效率最大。

4 結束語

本文方法以特征挖掘作為技術支持，以相似音樂片段表現出的互通性，設計相似音樂片段檢測方法。經實驗驗證，所設計的檢測方法能夠改善傳統檢測方法檢測效率過小的問題，實用效率高，為今后檢測相似音樂片段提供理論支持。