基于两级神经网络的连续哼唱特征提取

《基于两级神经网络的连续哼唱特征提取》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2462008，44（18）ComputerEngineeringandApplications计算机工程与应用基于两级神经网络的连续哼唱特征提取郑贵滨1，刘艳2，刘胜1，韩纪庆31，LIUYan2，LIUSheng1，HANJi-qing3ZHENGGui-bin1.哈尔滨工程大学自动化学院，哈尔滨1500012.哈尔滨理工大学计算机科学与技术学院，哈尔滨1500803.哈尔滨工业大学计算机科学与技术学院，哈尔滨1500011.CollegeofAutomation，HarbinEngineeringUniversity，Harbin150001，China2.CollegeofCompu

2、terScienceandTechnology，HarbinUniversityofScienceandTechnology，Harbin150080，China3.CollegeofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin150001，ChinaE-mail：zhengguibin@126.comZHENGGui-bin，LIUYan，LIUSheng，etal.Consecutivehummingfeatherextractionbasedontwo-layerneuralnetwork.Compute

3、rEngineeringandApplications，2008，44（18）：246-248.Abstract：Atwo-layerneuralnetworkforhummingfeatureextractionisproposedfornotesegmentationandnoterecognition，whenuserssingconsecutivelywitharbitrarywords.Thefirst-layerBPnetworkisusedtodividethehummingdataintotheinde-pendentnotes.Thesecond-layerRBFnetwo

4、rkisusedtoreceivestheMIDIpitchoftheindependentnote.Theexperimentalre-sultsshowthatthismethodcanextractthehummingfeatureswithhighaccuracy，andit’ssuitabletotheQBH（QueryByHumming）system.Keywords：hummingfeatureextraction；notesegmentation；noterecognition；BPneuralnetwork；RBFneuralnetwork摘要：针对用户以任意字词连续哼唱的

5、情况下，哼唱特征提取中音符分割、音符识别难度大的问题，提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割，得到独立音符；第二级采用RBF神经网络识别分割出的各个音符，获得音符的MIDI音高值。实验结果表明，该方法能较好地完成哼唱特征的提取，适合于实际哼唱检索系统对连续哼唱的要求。关键词：哼唱特征提取；音符分割；音符识别；BP神经网络；RBF神经网络DOI：10.3778/j.issn.1002-8331.2008.18.077文章编号：1002-8331（2008）18-0246-03文献标识码：A中图分类号：TP3911引言式并不自然，用户使用不方便，限制

6、了哼唱音乐检索技术的推哼唱音乐检索是一种有效的基于内容的音乐检索方式，它广和应用。具有自然、方便的特点，是近年来国内外研究的热点课题。哼唱在理想情况下应允许用户以任意字词连续哼唱，但这种做特征提取研究如何从哼唱输入中提取包含音符、时长在内的旋法，一方面会使哼唱的音符连接紧密，另一方面也容易使哼唱律和节奏信息，主要包含音符分割和音符识别。哼唱特征提取，的音符在起始处不存在明显的能量峰值，这就大大增加了哼唱尤其是哼唱音符的分割是哼唱音乐检索的主要难点[1，2]。目前大音符分割的难度，从而导致哼唱特征提取难度也随之增加。尽多数哼唱音乐检索系统为了降低哼唱特征提取的难度，提高系管目前已有学者开展了哼

7、唱特征提取的研究[1-5]，但针对使用任统性能，要求用户以特定的方式哼唱，例如采用“da-da-da⋯”意字词进行连续哼唱的研究还较少。针对用户以任意字词连续或“ba-ba-ba⋯”的方式哼唱。具体地对汉语来说，就是要求用哼唱的情况，本文提出了基于两级神经网络的哼唱特征提取方户哼唱的字音必须由爆破音（b，d，g，p，t，k）加上任意韵母构成，从而一方面使哼唱的音符之间留出低能量间隔[3]，使得哼唱出法。一级B