基于HMM的自动音符切分识别的研究

• 作者: 刘怡 胡楠 许洁萍
• 来源期刊: 微计算机应用
• 学科: 工学
• 关键词: 音符切分 HMM 音乐信息检索
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 多媒体技术
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP3
• 字数: 3697字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2008.05.012

摘要

对于用户通过哼唱输入进行音乐检索系统中,音符的切分和识别是关键问题之一.本文介绍了利用隐马尔可夫模型对音符进行建模识别,完成用户哼唱输入自动音乐信息检索的前端处理的初步研究结果.文中给出了音乐中音符、静音及停顿模型的拓扑结构,通过规范化的训练建立了49个音符的隐马尔可夫参数模型.在音符的状态切分中,提出了基于k-均值聚类的状态粗切分方法,减少了手工劳作,提高了分割精度.研究结果表明;在没有语言模型的情况下,获得了46.04%的音符识别率,验证了其方法的可行性.本研究在音乐信息检索领域具有重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘怡	中国人民大学信息学院计算机系	12	89	5.0	9.0
2	许洁萍	中国人民大学信息学院计算机系	14	65	5.0	7.0
3	胡楠	中国人民大学信息学院计算机系	16	21	3.0	3.0