基于特征挖掘的相似音乐片段检测方法研究

张辽艳

（渭南师范学院莫斯科艺术学院，陕西 渭南 714000）

1 引言

在音频数据多样化的发展下，如何检测相似音乐片段成为了当下的研究热点[1]。国外使用相似音乐片段检测的软件相对成熟，标记音频特征检测数值关系，主要应用于歌曲风格和旋律的区分。国内在对音乐片段检测上还有许多不足，比如文献[2]中的检测方法将音乐片段处理为MIDI文件样本，结合音频核验处理方法构建一个匹配模式，虽然实现了相似音乐片段的检测，但是匹配模式的精度不够。文献[3]的检测方法利用注意力机制分配相似音乐片段的动态参数计算数值的上下权重，虽然数值检测较为精准，但因用时过长在实际应用中效率不高。

本文以特征挖掘作为重点，设计基于特征挖掘的相似音乐片段检测方法，在实际应用中检测效率高。

2 相似音乐片段检测方法

2.1 相似音乐片段特征挖掘

设定音乐片段的采集周期t为0．5 s 后，控制音乐片段的重叠率为0，将音乐片段处理为特征向量集，数值关系I可表示为：

其中，ci表示索引函数，为了控制噪声数据产生的干扰，引入时序信息[4]，拓展函数E的处理过程可表示为：

其中，D(t)表示周期性相似片段，不同的挖掘周期下产生的音频损失如下图所示。

综合考虑上述音频损失参数，将该数值增添至计算得到的拓展处理函数当中[5]，循环移位处理定制化公式为：

其中，φ、E(t)表示循环位移处理函数和周期基调函数，γ为定值。运用全局阈值策略[6]，提取得到相似音乐片段特征数M(i)的关系为：

其中，S(i)表示相似音乐片段的递推函数，E(i)表示全局阈值函数。

2.2 数值化处理相似音乐特征

引用跳字算法构建一个相似音乐特征的数值概率关系P可表示为[7]：

其中，wi、wj分别表示不同结构的相似音乐特征函数，C表示映射维度，i、j表示处理的音乐特征。结合该数值关系，构建一个特征数值预测过程，可表示为：

其中，vl、ω表示结构相似性函数和二次项系数，引入适当的m、k参数辅助向量[8]，控制计算得到的估计参数vmk为：

利用正态分布初始化分解上述计算得到的估计参数[9]，选定数值映射表示为D，评价数值化处理后的音乐片段相似性，评价函数Q为：

设置上下文窗口为固定值g的范围后，U为估计参数数据集，xi激活函数，可数值化处理形成的相似音乐特征可表示为：

2.3 构建相似片段检测算法

利用上述数值化处理后的音乐数值，结合音频数值k的特征和加窗处理的变换帧n，采用加窗运算将音频数据转换为时域参数[10]，得到函数x(n)为：

相似音乐片段存在多个平滑度相同的帧，调整时域数值在音乐信号中相位变化处理为：

其中，M、H表示窗的大小与采样参数，为消除音频首尾静音信号产生的干扰，提取音频产生的短时能量E为：

其中，Ei、N表示首尾音频的能量数值与片段数值，设定音乐片段的压缩步长为3，形成的相似片段匹配过程如下图所示。

对应上图所示的匹配过程，为控制音乐检测的精度，对相似片段处理的加权函数G为：

其中，S和Ri表示压缩步长和加权函数。最终完成基于特征挖掘的相似音乐片段检测方法的研究。

3 仿真实验

3.1 实验准备

为支持音乐片段的采集，配置如下表所示的服务器，服务器参数如表1所示。

表1 准备的服务器参数

对应上表服务器参数，准备20 种音符的音乐文件设拍速为120并提取音轨作为实验处理对象，采集的音乐主旋律音符信息矩阵如表2所示。

表2 采集的音乐信息矩阵

在下述采集的音乐片段参数下，begin_tick-end_tick表示音频的起始结束时间，vol与bpm表示音乐片段的特征，准备两种传统检测方法与所设计的检测方法进行实验。

3.2 结果及分析

基于上述实验准备，调试采集得到的音乐信息矩阵至上位机后，计算三种检测方法的检测准确率Pr可表示为：其中，R(u)表示待对比的音乐片段，T(u)表示实际匹配的音乐片段。对应上述的数值关系，计算并汇总三种检测方法的准确率结果，实验结果如表3所示。

表3 三种检测方法准确率结果

根据表3所示的准确率结果可知，传统检测方法1和检测方法2得到的准确率数值在75%左右和87%左右，检测结果的准确率小，而所设计的检测方法最终检测准确率在95%左右，准确率最大，在检测相似的音乐片段上最为准确。

在上述实验环境下，选定YYXX-01～YYXX-05的音乐信息作为处理对象，记录三种检测方法可检测音乐片段的长度，结果如下图所示。

由图3可知，传统检测方法1、2 的检测音频长度在5000tick与6000tick左右，文章设计的检测方法可检测的音频长度在8000tick 左右，长度最大。设定音乐音频文件的界限数量为10，重复迭代次数n为500次后检测效率关系为：

其中，X表示待处理的音乐片段，对应上述设定的数值关系，三种检测方法的检测效率结果如下图所示。

如图4可知，传统检测方法1 和检测方法2 的检测效率在0．4和0．6左右，检测效率较小。文章设计的检测方法实际的检测效率数值在0．8左右，并与传统检测方法相比检测效率最大。

4 结束语

本文方法以特征挖掘作为技术支持，以相似音乐片段表现出的互通性，设计相似音乐片段检测方法。经实验验证，所设计的检测方法能够改善传统检测方法检测效率过小的问题，实用效率高，为今后检测相似音乐片段提供理论支持。