面向翻唱歌曲识别的相似度融合算法

摘要：

提出了一种面向翻唱歌曲识别的相似度融合算法.该算法将基于乐理特征的相似度和基于人耳感知特性的相似度融合,通过把基于节拍跟踪和瞬时频率音级轮廓(IF-PCP)的最大互相关相似度、基于和声音级轮廓(HPCP)的Qmax相似度、基于耳蜗音级轮廓(CPCP)的Qmax相似度映射到同一个多维空间,并计算其几何距离来进行相似度融合.该算法使得IF-PCP特征的节拍速度不变性、HPCP特征的和声优势、CPCP特征的人耳感知特性有效融合.为了验证算法的有效性,采用包含212首不同歌曲共502个版本的数据库作为测试对象,以平均正确率均值和TOP-N作为测试指标对算法性能进行测试.测试结果表明,与基于单一相似度算法相比,该融合算法可提高翻唱歌曲识别准确率.

关键词：相似度融合、节拍追踪、瞬时频率音级轮廓、和声音级轮廓、耳蜗音级轮廓、Qmax、翻唱歌曲识别

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61271349

在线出版日期：2017-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：845-850