Tài liệu Tìm kiếm âm nhạc theo nội dung sử dụng đặc trưng tần số cơ bản f0 và giải thuật thời gian động dtw

TÌM KIẾM ÂM NHẠC THEO NỘI DUNG SỬ DỤNG ĐẶC TRƯNG TẦN SỐ
CƠ BẢN F0 VÀ GIẢI THUẬT THỜI GIAN ĐỘNG DTW
Phùng Thị Thu Hiền1*, Thái Quang Vinh2, Phùng Trung Nghĩa3 ,Lê Tuấn Anh4
1Đại học Kỹ thuật Công nghiệp Thái Nguyên, 2Viện Công nghệ thông tin, Viện KHCN Việt nam,
3Japan Advanced Institute of Science and Technology, 4Khoa Công nghệ thông tin, Đại học Thái Nguyên
TÓM TẮT
Việc tìm kiếm bài hát trong một cơ sở dữ liệu là một vấn đề hấp dẫn được một số nhà nghiên cứu
quan tâm trong thời gian gần đây. Tìm kiếm âm nhạc trong các cơ sở dữ liệu hiện tại thường dựa
trên cơ sở tìm kiếm chỉ mục. Tuy nhiên, việc tìm kiếm âm nhạc theo chỉ mục có nhiều nhược
điểm.Với một từ khoá sử dụng khi tìm kiếm thì kết quả trả về của các truy vấn dựa trên text là một
xâu dữ liệu. Mặt khác, đôi khi người dùng có thể quên tên hoặc nhớ không chính xác tên bài hát, lời
bài hát, tác giả bài hát. Với cùng một bài hát, hoặc các bài hát tương tự nhau nhưng do các ca sĩ
khác nhau hát thì kết quả tìm kiếm có thể là khác nhau. Tìm kiếm bài hát theo nội dung khắc phục
được những nhược điểm này. Trong các cơ sở dữ liệu đa phương tiện lớn thì vấn đề tìm kiếm âm
nhạc theo nội dung trở nên rất quan trọng. Bài báo này trình bày phương pháp tìm kiếm âm nhạc
theo nội dung dùng đặc trưng dùng tần số cơ bản F0 và giải thuật thời gian động DTW.
Từ khóa: Giải thuật thời gian động, Cao độ Pitch.
ĐẶT VẤN ĐỀ
Tìm kiếm âm nhạc theo nội dung là một lĩnh
vực nghiên cứu mới và được nhiều nhà
nghiên cứu quan tâm. Hiện có một số phương
thức đã được áp dụng tìm kiếm âm nhạc theo
nội dung. Một số nhà nghiên cứu như
S.Blackburn, D.DeRoure [4] đã sử dụng kỹ
thuật ước lượng cao độ Pitch để xác định giai
điệu của đoạn nhạc và sử dụng Pitch làm tham
số đặc trưng cho hệ thống tìm kiếm âm nhạc
theo nội dung. Tương tự, Mc Nab và các cộng
sự [5] đã sử dụng phương thức tính toán giai
điệu bằng cách ước tần số cơ bản F0 để so
sánh giữa các bản phiên âm của mỗi bài hát.
Ghias và các cộng sự [6] đã giới thiệu các
phương pháp so khớp độ tương tự sử dụng để
đưa ra kết quả truy vấn cơ sở dữ liệu âm nhạc.
Tuy nhiên, theo kết quả nghiên cứu của Beth
Logan [8] thì các phương pháp tìm kiếm âm
nhạc theo nội dung hiện nay vẫn chưa đảm
bảo được cả độ chính xác và thời gian tính
toán, đặc biệt khi tìm kiếm giai điệu của các
bản nhạc hoàn chỉnh trong hệ cơ sở dữ liệu
lớn. Bài báo này trình bày phương pháp
dùng tham số tần số cơ bản F0 để trích chọn
đặc trưng âm thanh, sau đó dùng giải thuật
thời gian động DTW (Dynamic Time
 Tel: 0986060545, Email: <a class="__cf_email__" href="http://www.cloudflare.com/email-protection" data-cfemail="1464607c7d717a607a73547379757d783a777b79">[email protected]<script type="text/javascript">
(function(){try{var s,a,i,j,r,c,l,b=document.getElementsByTagName("script");l=b[b.length-1].previousSibling;a=l.getAttribute(data-cfemail);if(a){s=;r=parseInt(a.substr(0,2),16);for(j=2;a.length-j;j+=2){c=parseInt(a.substr(j,2),16)^r;s+=String.fromCharCode(c);}s=document.createTextNode(s);l.parentNode.replaceChild(s,l);}}catch(e){}})();

Wraping) để phân lớp dữ liệu và đưa ra các
kết quả thực nghiệm.
CƠ SỞ LÝ THUYẾT
Trích chọn đặc trưng âm thanh sử dụng
tần số cơ bản F0 (Pitch)
Cao độ (Pitch) là thuộc tính cơ bản của tiếng
nói và âm thanh nói chung. Chu kỳ Pitch là
đại lượng được xác định trên miền