计算机制作音乐类作品在线播放系统设计

薛卓艳

关键词： 音樂类作品; 在线播放系统; 搜索效率; 用户管理; 感兴趣程度; 系统设计

中图分类号： TN802?34; TP317                 文献标识码： A                    文章编号： 1004?373X（2018）24?0082?04

Design of online play system for computer?made music works

XUE Zhuoyan

（Weinan Normal University， Weinan 714000， China）

Abstract： Since the current design method of the online play system for music works has the problems of low search efficiency and low accuracy of interest degree calculation results， a design method for the online play system of computer?made music works is proposed. The play system is composed of the system and user management platform， music work management platform， and music work collecting and editing platform. The system and user management platform is used to identify the user′s right and authenticity. The music work collecting and editing platform is used to realize download and upload of music works. The music work management platform is used to conduct catalogue management， transcoding service and migration management of music works. The user?music work association list is constructed based on the user′s work matrix. The similarity degrees between the target users and other users are calculated. The calculation results are ranked to obtain the nearest neighbor set of the target users with the highest similarity， so as to select the music works that the users like. The UserCF algorithm is used to calculate the users′ interest level to the works， so as to generate a recommendation list of music works， and complete the design of the online play system for computer?made music works. The experimental results show that the proposed method has a high search efficiency and high accuracy of interest degree calculation results.

Keywords： music work; online play system; search efficiency; user management; interest degree; system design

科学技术的进步促进了手机的普及，智能手机被广泛地应用到人们的生活中，并影响人们的生活习惯[1]。录音机、MP3等音乐播放器没有歌曲推荐功能，用户在海量的歌曲中不能选出自己喜欢的歌曲，为了满足用户的需求，需要对在线播放系统设计方法进行研究。当前在线播放系统设计方法搜索效率低、感兴趣程度计算结果准确率低[2]。

苗静等提出一种嵌入式智能音乐播放系统设计方法。该方法通过服务端和移动端软件APP构成播放系统，服务端包括网络机顶盒及路由器，具有实时控制播放和定时播放的功能，通过网络机顶盒对歌曲播放时间和远程更新进行控制。该方法搜索音乐作品所用的时间较长，搜索效率低[3]。李志全等人提出了一种基于白光LED可见光通信的播放系统设计方法。该方法设计的播放系统中包括接收模块和发射模块，用户使用手机中的音乐播放器播放音乐时，通过双音频线插头在发射模块中输入音频信号;采用C12702?11 APD模块在接收模块中完成光信号与电信号的转换，并对转换得到的电信号进行滤波处理，完成音乐播放。该方法不能准确地计算出用户对音乐类作品的感兴趣程度[4]。陈晨等提出一种基于流媒体服务器的音乐播放系统设计方法。该方法设计的音乐播放系统中的流媒体服务器为WiFi网络适配器和ARM板，对客户端接收外界设备或本地推送的音乐进行控制。该方法对用户指定的音乐类作品进行搜索时，所用的时间较长，搜索效率低[5]。

为解决上述方法中存在的问题，本文提出一种计算机制作音乐类作品在线播放系统设计方法。

1  计算机制作音乐类作品在线播放系统

1.1  系统与用户管理平台

管理用户是在登录计算机制作音乐类作品在线播放系统时，需要对用户进行认证，通过认证的用户才能够使用和操作系统[6]。基于角色访问控制在认证和管理的方法上可以降低系统的管理开销和操作复杂度，提高播放系统访问控制的安全。角色访问控制模型见图1。

计算机制作音乐类作品在线播放系统中较为重要的一步是管理用户，管理用户也是播放系统中的基础工作[7?8]。角色之间在计算机制作音乐类作品在线播放系统中的继承关系可以通过用户认证解决。用户通过申请计算机制作音乐类作品在线播放系统的账号，登录系统，根据系统赋予的权限对计算机制作音乐类作品在线播放系统进行操作。

1.2  音乐类作品管理平台

用户通过音乐类作品管理平台实现计算机制作音乐类作品在线播放系统的人性化工作。

1） 存储管理。计算机制作音乐类作品在线播放系统采用近线存储和在线存储的分级存储结构。通过存储管理系统对以上两个存储区统一进行调度，使两个存储区共同完成数据对象的维护、交换和存储任务[9?10]。通过近线存储完成全部高码率素材的存储，通过在线存储完成部分高码率素材和全部低码率素材的存储。

2） 数据迁移。音乐类作品在在线和近线之间的回迁和迁移通过迁移模块完成，并对数据流磁带库设备进行控制，在线与近线之间的迁移任务通过数据迁移模块完成。在数据迁移管理的过程中会将计算机制作音乐类作品在线播放系统中所有有关的元数据都保存到数据库中。

1.3  音乐类作品采编平台

1） 下载模块管理。将服务器端的音乐类作品下载到本地文件中是下载管理模块的主要功能。在线音乐客户端听网络中的音乐类作品时，需要连接网络并将作品文件从服务端下载到本地再进行播放，消耗的网络流量较大。如果用户没有连接WiFi会增大开销，影响用户的听歌体验。将网络中的音乐类作品提前下载到本地文件中可以解决以上问题。

2） 下载模块设计。下载音乐类作品时，需要音乐类作品的下载入口，将其添加到下载任务中进行暂停或开始等操作，并对整个任务队列中的下载策略和管理进行定义。

2  音乐类作品推荐方法

计算机制作音乐类作品在线播放系统设计方法通过用户作品矩阵构建用户?音乐类作品的关联表，计算目标用户与其他用户之间的相似度并进行排列。根据排列结果得到相似度最高的最近邻居集合。通过UserCF算法计算用户对音乐类作品的感兴趣程度，得到音乐类作品的推荐列表。

对用户的行为数据进行分析，结合用户对音乐类作品的正反馈行为构建[m×n]的用户音乐类作品矩阵[A（m，n）]。正反馈和负反馈分别代表的是用户行为倾向于喜欢或不喜欢某类物品。[m]代表的是用户的总数;[n]代表的是音乐类作品的总数;设[aij]代表的是用户[i]对音乐类作品[j]的行为数。当[aij]的值为0时，代表用户对音乐类作品无效;当[aij]的值为1时，代表用户对音乐类作品有效。用户音乐类作品矩阵[A（m，n）]的表达式为：[A（m，n）=a11a12…a1na21a22…a2n????am1am2…amn] （1）

通过用户音乐类作品矩阵构建用户?音乐类作品关联表，对目标用户和计算机制作音乐类作品在线播放系统的其他用户之间存在的相似度进行计算。根据计算结果进行排列，得到与目标用户之间相似度最高的最近邻居集合。计算机制作音乐类作品在线播放系统用户之间的相似度[wuv]计算公式为：

[wuv=N（u）?N（v）N（u）?N（v）]   （2）

式中：[u]，[v]代表的是计算机制作音乐类作品在线播放系统的用户;[N（u）]代表的是系统用户[u]以前存在过的正反馈物品的集合;[N（v）]代表的是系统用户[v]以前存在过的正反馈物品的集合。

余弦相似度和皮尔逊系数相似度的计算公式为：

[wuv=i∈I（rui-ru）（rvi-rv）i∈I（rui-ru）2i∈I（rvi-rv）]   （3）

式中：[I]代表的是音乐类作品的集合;[rui]代表的是用户[u]对音乐类作品[i]的评分;[rvi]代表的是用户[v]对音乐类作品[i]的评分;[ru]，[rv]代表的是系统用户[u]，[v]对音乐类作品打分的平均分。

通过UserCF算法计算用户[u]对物品[i]的感兴趣程度[p（u，i）]，生成音乐类作品的推荐列表。

[p（u，i）=v∈S（u，K）?N（i）wuvrvi]   （4）

式中：[p（u，i）]代表的是系统用户对关注作品的感兴趣程度;[N（i）]代表的是物品[i]存在行为用户的集合;[S（u，K）]代表的是与用户[u]的偏好相似的[K]个用户;[wuv]代表的是系统用户[u]，[v]兴趣的相似度;[rvi]代表的是系统用户[v]对音乐类作品[i]的兴趣。

3  实验的结果與分析

为了验证计算机制作音乐类作品在线播放系统设计方法的整体有效性，需要对计算机制作音乐类作品在线播放系统设计方法进行测试。本次测试的实验平台为Simulink。分别采用计算机制作音乐类作品在线播放系统设计方法、嵌入式智能音乐播放系统设计方法、基于白光LED可见光通信的播放系统设计方法进行测试。测试三种不同方法搜索指定音乐类作品所用的时间，对比三种不同方法的搜索效率，测试结果见图2。

分析图2可知，采用计算机制作音乐类作品在线播放系统设计方法、嵌入式智能音乐播放系统设计方法、基于白光LED可见光通信的播放系统设计方法搜索音乐类作品时，计算机制作音乐类作品在线播放系统设计方法搜索不同数目音乐类作品所用的时间均少于以上两种方法所用的时间。因为计算机制作音乐类作品在线播放系统设计方法采用近线存储和在线存储的分级存储结构，通过存储管理系统对以上两个存储区统一进行调度，可在较短的时间内搜索到指定的音乐类作品，搜索效率高。

分别采用计算机制作音乐类作品在线播放系统设计方法（方法1）、嵌入式智能音乐播放系统设计方法（方法2）、基于白光LED可见光通信的播放系统设计方法（方法3）计算用户对音乐类作品的感兴趣程度，并将计算结果与实际结果进行对比，测试结果如表1所示。

分析表1可知，采用计算机制作音乐类作品在线播放系统设计方法计算用户对5个音乐类作品的感兴趣程度时，得到的结果与实际结果一致，准确率为100%。采用嵌入式智能音乐播放系统设计方法计算用户对5个音乐类作品的感兴趣程度时，得到的结果中只有一个与实际结果一致，准确率为20%。采用基于白光LED可见光通信的播放系统设计方法计算用户对5个音乐类作品的感兴趣程度时，得到的结果中有2个与实际结果一致，准确率为40%。对比三种方法的结果可知，采用计算机制作音乐类作品在线播放系统设计方法可准确地计算出用户对作品的感兴趣程度，生成推荐列表。

4  结  语

在线播放系统可以满足用户的听歌需求，但当前音乐类作品在线播放系统设计方法搜索作品的效率低、感兴趣程度的计算结果与实际不符。为此本文提出一种计算机制作音乐类作品在线播放系统设计方法。此方法可在较短的时间内搜索到指定的音乐类作品，计算得到的用户对作品的感兴趣程度与实际结果一致，为音乐类作品在线播放系统的发展奠定了基础。

參考文献

[1] 张秀再，杜蒙，陈彭鑫，等.基于无线控制的音乐播放器设计[J].现代电子技术，2016，39（8）：111?114.

ZHANG Xiuzai， DU Meng， CHEN Pengxin， et al. Design of music player based on wireless control [J]. Modern electronics technique， 2016， 39（8）： 111?114.

[2] 缪竟鸿，王薇，武志刚，等.基于STM32F103的无主机通信系统的设计[J].科学技术与工程，2017，17（4）：223?229.

MIAO Jinghong， WANG Wei， WU Zhigang， et al. Design of non?central?switch calling system based on STM32F103 [J]. Science technology and engineering， 2017， 17（4）： 223?229.

[3] 苗静，杨帆，潘国峰.嵌入式智能音乐播放系统的设计与实现[J].声学技术，2017，36（4）：357?362.

MIAO Jing， YANG Fan， PAN Guofeng. Design and implementation of embedded intelligent music player system [J]. Technical acoustics， 2017， 36（4）： 357?362.

[4] 李志全，谢锐杰，王聪，等.基于白光LED可见光通信的音频传输系统[J].发光学报，2016，37（7）：852?858.

LI Zhiquan， XIE Ruijie， WANG Cong， et al. An audio transmission system based on the white LED visible light communication [J]. Chinese journal of luminescence， 2016， 37（7）： 852?858.

[5] 陈晨，殷海兵.基于嵌入式流媒体服务器的视频点播系统[J].电视技术，2016，40（9）：41?45.

CHEN Chen， YIN Haibing. VOD system based on embedded streaming media server [J]. Video engineering， 2016， 40（9）： 41?45.

[6] 王程，周婉，何军.面向自动音乐生成的深度递归神经网络方法[J].小型微型计算机系统，2017，38（10）：2412?2416.

WANG Cheng， ZHOU Wan， HE Jun. Recurrent neural network method for automatic generation of music [J]. Journal of Chinese computer systems， 2017， 38（10）： 2412?2416.

[7] 薛董敏，赵志华.融合Fisher判别分析与波动序列的音乐推荐方法[J].计算机科学与探索，2017，11（8）：1314?1323.

XUE Dongmin， ZHAO Zhihua. Music preference elicit method based on fisher linear discriminant analysis and volatility sequence [J]. Journal of frontiers of computer science & technology， 2017， 11（8）： 1314?1323.

[8] 许明杰，蔚承建，沈航. Spark并行化基于物品协同过滤算法[J].计算机工程与设计，2017，38（7）：1817?1822.

XU Mingjie， WEI Chengjian， SHEN Hang. Item?based collaborative filtering algorithm on Spark parallelization [J]. Computer engineering and design， 2017， 38（7）： 1817?1822.

[9] 李博，陈志刚，黄瑞，等.基于LDA模型的音乐推荐算法[J].计算机工程，2016，42（6）：175?179.

LI Bo， CHEN Zhigang， HUANG Rui， et al. Music recommendation algorithm based on LDA model [J]. Computer engineering， 2016， 42（6）： 175?179.

[10] 邵曦，姚磊.基于SVM主动学习的音乐分类[J].计算机工程与应用，2016，52（6）：127?133.

SHAO Xi， YAO Lei. Music classification based on SVM active learning [J]. Computer engineering and applications， 2016， 52（6）： 127?133.