应用技术
0 前言
最近两年，人们对于流行音乐的追求与需求量日益增
加，但如何保证用户能在不知歌名只知歌词的情况下，完成
自己的全方面多种类的听歌需求呢？于是，电脑工程师就推
出了“听歌识曲”。这个应用在国内众多的音乐类
APP
火
热上线，
受到社会媒体及大众的一致好评，
比如网易云音乐，
音乐。用户可以通过这个功能识别当前环境里播放器里
播放的音乐或别人哼唱的悦耳的音乐，从而第一时间留住音
乐，丰富自己的最爱乐库。
21
世
纪
随
着
大
数
据
数
字
化
经
济
的
发
展，2008
年，
shazam
率先在
iOS
和
Android
上发布了
APP，并且用最
快的速度以领头羊的身份整合了
iTunes/Amazon MP3store
歌曲购买服务，2013
年，shazam
被国外媒体评价为年度
十大最受欢迎的手机应用，由此听歌识曲迎来了一波火热狂
潮，音乐检索也成为各大网络科技公司的重要项目之一。
1 音乐检索的研究现状
音乐检索按搜索的目标分类，大致可以分为两类，一种
是检索乐谱
,
另外一种是检索音频。检索乐谱是把音乐转化
成字符串的形式
,
而检索音频是将一段音频分割成小段，提
取每一小段的听觉感知特征，通过比较特征序列来检索。音
频的处理比字符串的效率高了许多。尤其是在复杂环境下采
用声纹能够出其不意，达到事倍功半的效果。声纹是提取我
们所需音乐的基频然后采用动态时间规整比较两个基频序
列的相似度
[1]
。
2 音乐检索的意义及目的
音乐检索具有重大意义。作为一种重要的媒体资源，音
乐的检索对于音乐数据库和数字图书馆建设有着非常重要
的意义。网络上多媒体资源量非常巨大，人们需要高效的搜
索引擎从浩如烟海的数据中找出需要的音乐资源。另外，音
乐检索在卡拉
oK
检索以及辅助视频检索等方面都有广阔的
研究前景和巨大的应用价值。所以不论从科技发展还是从大
众的娱乐的角度去看，音乐检索的意义深厚而且未来的任务
依然严峻
[2]
。
音乐检索可以应用于生活中的方方面面，以基于哼唱的
音乐检索为例，首先在网络音乐下载的应用上，哼唱音乐检
索系统可以构成一个全新的搜索引擎，超脱平常的文字搜索
引擎，使得人们更加方便，人性化的搜索到想听的歌曲；其
次应用在
KTV 里的点唱系统中，
可以使点歌更加简便快捷，
而不需要层层的选择。大大减少了失误的效率，提高速度，
方便娱乐消遣；另外，哼唱检索技术应用于现有的音乐设备
上，如
MP3、音乐手机等，可以提供更加自动化及直观的
搜寻。
3 音乐检索的研究方法
音乐检索的方法有很多，如基于文本的检索，基于哼唱
的检索，基于发音的检索，基于指纹的音乐检索等等，下面
针对其中的基于哼唱的音乐检索和基于指纹的音乐检索方
法进行展开说明
[3][4][5]
。
■
3.1 基于哼唱的音乐检索
如图
1
所示，该图是基于哼唱的音乐检索流程图，首
先用户哼唱一段音乐，然后系统会帮助你进行处理检索，识
别音乐的特征，与此同时自己数据库的信息与用户哼唱的音
乐进行比对，以尽可能快的速度去探索，然后也同样进行特
征提取，一路一路看哪部分会大量重合，建立好后近似匹配
识别出最接近结果的那一个，最后向用户显示检索结果。
哼唱检索的核心是基频序列之间的相似度匹配，由于用
户哼唱的片段跟实际音乐片段不可能完全相似，所以哼唱检
索是一种模糊匹配。针对模糊匹配，我们的研究方法很多，
我们通常采用动态时间规整算法
(DTW)
进行处理，并可以
配合
GPU、FPGA
等硬件进行加速。
■
3.2 基于指纹的音乐检索
如图
2
所示，是基于指纹的音乐检索流程图，该流程
大致过程如下：首先是利用
FFT
变换将原始的时域波形转
换到频域，转换之后会得到一个频谱图，频谱图是一个三维
图，X
坐标是时间，Y
坐标是频率，Z
坐标是能量；然后从
频谱图中求得一系列极大值点，也就是求得了
landmark；
然后
就
是构造
指
纹，构
造
方
法
是将
每
一个
landmark
和
一种基于
Python
的音乐检索方法的研究
卢冠成
(高新唐南中学，陕西西安，710000)
摘要：
随着最近几年听歌识曲的火热发展，网易和QQ音乐都陆续开始内嵌听歌识曲功能，广大用户可以方便快捷搜索到自己喜欢的音
乐。本论文主要探讨了音乐检索的研究现状，音乐检索方法，并对其中一种基于哼唱的方法进行展开说明，最后通过一个基于Python的听
歌识曲实验，对音乐检索技术有了更加直观的理解。大众娱乐和未来计算机行业的发展，将会进一步大大促进音乐检索技术的发展。
关键词：
音乐检索；Python；听歌识曲
385
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
