[发明专利]通过哼唱音乐旋律搜索基于波形的音乐文件的方法和系统

说明书

技术领域

本发明涉及自动搜索音乐，更具体地讲，涉及一种仅通过唱或哼唱音乐 的旋律在多个音乐文件中搜索期望的音乐文件的方法和系统，通过该方法和 装置，用户能够快速检索到所期望听到的音乐。

背景技术

传统上，当用户希望听音乐时，不得不输入音乐的名称、歌手名字或者 与音乐相关的其他信息，从而在音乐库中检索特定音乐。然而，随着音乐库 中存储的音乐的数量的增加，用户越来越难以记住如此众多的音乐的相关信 息，以使查找音乐变得困难。

为了解决这一问题，开发了一种基于内容的检索方法，即哼唱检索 (QBSH)。QBSH具体目的在于通过输入用户的哼唱、一段音乐的录音或者 口哨来搜索到期望的音乐，从而能够帮助用户从音乐库中找到已经忘掉歌词、 歌唱者等信息的音乐。

在第US20070131094A1号美国专利中，提供了一种哼唱检索方法。该方 法包括：(1)记录搜索语音；(2)分析搜索语音，并从搜索语音中识别音乐 关键特征；(3)测量相似度，即记录的待搜索旋律与音乐MIDI文件的旋律 相比的相似度。

在第US20060021494A1号美国专利中，提取类似于乐谱的高音阶音乐结 构，并将哼唱等转换成音符序列。该发明旨在从哼唱语音中估计哼唱的音符。 该发明仅解决了从搜索部分提取旋律的问题。

第US20050086052A1号美国专利能将输入的哼唱信号转换成音乐符号 表示。该发明从哼唱语音中估计哼唱的音符，只解决了从搜索部分提取旋律 的问题。

第6678680B1号美国专利的音乐搜索方法包括：(1)通过确定相邻音符 之间的不同来产生每一首歌曲的不同顺序；(2)对将要查找的歌曲选择音符 序列；(3)将音符序列的不同自变量与不同序列进行比较。该发明关注于音 符和音符序列，所以该发明仅针对MIDI类型的标记音乐文件，而且也是基 于音符来进行搜索输入。

在第US6121530A1号美国专利中，提出了一种基于世界范围的web网 的旋律搜索系统，该系统采用哼唱的旋律作为搜索，并从网络上的音乐数据 库中来搜索歌曲。该系统要求网络数据库具有关于音乐的基音和跨度的信息， 所以，该系统只针对MIDI类型的标记文件。对于没有基音信息的音乐文件， 该系统无法工作。

综上所述，可将现有技术分成两类。一类仅仅解决搜索信号，旨在通过 基音提取算法将搜索转录为基音或符号呈现。

另一类型是有关MIDI类型音乐文件的哼唱搜索。这种系统需要具有音 符或基音信息的数据库文件。只有MIDI类型的音乐文件能满足这种要求。 但通常流行音乐文件，例如MP3、AC等不具有基音或音符信息。

现有技术中还没有解决从基于波形的音乐文件(例如MP3、WAV、AC、 WMA等)进行搜索。

所有的现有技术提出的都是用于MIDI类型的音乐文件的系统，这限制 了哼唱搜索系统的应用。用于一般音乐文件的哼唱系统的问题在于，无法从 音乐信号来估计旋律信息。因此，如何从音乐信号中估计旋律信息是文本要 解决的技术问题。

因此，需要一种仅通过哼唱音乐的旋律来搜索音乐文件的方法和装置。 这里，音乐文件表示基于波形的音乐文件，例如WAV、MP3、AC、WMA等， 而不是描述性的音乐文件，例如MIDI等。由于后者文件的旋律已被转换成 文本，因此其旋律估计直接并且简单。但对于基于波形的音乐文件，如何通 过旋律来进行搜索仍是一直存在的问题。传统上，在收听音乐时，只有音乐 家和专业人员才能在一定程度上写下旋律。

发明内容

根据本发明的一方面，提供了一种通过哼唱音乐旋律来搜索基于波形的 音乐文件的方法，包括：输入基于波形的音乐文件和哼唱旋律信号；从输入 的基于波形的音乐文件中分割出演唱片段；分别对演唱片段和哼唱旋律信号 估计旋律泛音，获得掩蔽音符图；将演唱片段的掩蔽音符图和哼唱旋律信号 的掩蔽音符图矢量化，以获得演唱片段的矢量序列和哼唱旋律信号的矢量序 列；和将演唱片段的矢量序列和哼唱旋律信号的矢量序列进行比较，以确定 演唱片段与哼唱旋律信号是否匹配。