基于旋律的音乐检索研究——旋律特征的输入识别*

doi:10.11925/infotech.1003-3513.2004.01.09

现代图书情报技术

2004, Vol. 20

Issue (1): 41-45 https://doi.org/10.11925/infotech.1003-3513.2004.01.09

信息检索技术

本期目录 | 过刊浏览 | 高级检索

基于旋律的音乐检索研究——旋律特征的输入识别*

金毅黄敏

（上海交通大学情报科学技术研究所上海 200030）

Study on the Melody Based Retrieval of Music——Input Recognition of Melodic Features

Jin Yi Huang Min

（Institute of Information Science and Technology，Shanghai Jiaotong University，Shanghai 200030,China）

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

探讨了音乐旋律特征的输入识别方式和特征的提取，一个完善的系统应该包含文本、图形和音频的旋律输入方式，以满足不同层次用户的使用需求，并总结了音乐旋律特征的输入识别和特征提取模型。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：音乐检索, 音乐旋律, 特征提取, 旋律输入

Abstract：

This paper studies the input recognition and extraction of melodic features. An idea system should include textual, graphical and audio input to meet the needs of users with different levels. The model of input recognition and extraction of melodic features is also proposed.

Key words： Music retrieval Music melody Feature extraction Melody input

收稿日期: 2003-06-16 出版日期: 2004-01-25

G354

基金资助:

*本论文由国家自然科学基金资助，基金号（60221120145）。

通讯作者: 金毅 E-mail: yjin@mail.lib.sjtu.edu.cn

作者简介: 金毅,黄敏

引用本文:

金毅,黄敏. 基于旋律的音乐检索研究——旋律特征的输入识别*[J]. 现代图书情报技术, 2004, 20(1): 41-45.
Jin Yi,Huang Min. Study on the Melody Based Retrieval of Music——Input Recognition of Melodic Features. New Technology of Library and Information Service, 2004, 20(1): 41-45.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2004.01.09 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2004/V20/I1/41

１金毅，黄敏.基于旋律的音乐检索研究——旋律特征的表达和提取.现代图书情报技术，2003(4):49-51２金毅，黄敏.基于旋律的音乐检索.情报学报，2003,22(3):297-301
３Themefinder Help.http://www.themefinder.org/search/basic/help.html (Accessed Sept. 4, 2003)
４胡光锐. 语音处理与识别. 上海：上海科学技术文献出版社，1994
５Lie Lu, Hong You and Hong-Jiang Zhang. A New Approach to Query By Humming in Music Retrieval.IEEE International Conference on Multimedia and Expo (ICME 2001), Waseda University, Tokyo, Japan, August 2001:22-25
６Rodger Mcnab, Lloyd Smith. The New Zealand Digital Library MELody inDEX. D-Lib Magazine, May 1997
７Parsons, D.The Directory of Tunes and Musical Themes.Cambridge: Spencer Brown. 1991
８E.Wold and T.Blum.Classification,Search and Retrieval of Audio.http://www.musclefish.com/crc/crcwin.html (Accessed Sept. 4, 2003)

[1]	郑新曼, 董瑜. 基于科技政策文本的程度词典构建研究^*[J]. 数据分析与知识发现, 2021, 5(10): 81-93.
[2]	蔡婧璇,吴江,王诚坤. 基于深度学习的众测报告有用性预测研究*[J]. 数据分析与知识发现, 2020, 4(11): 102-111.
[3]	李纲,周华阳,毛进,陈思菁. 基于机器学习的社交媒体用户分类研究 ^*[J]. 数据分析与知识发现, 2019, 3(8): 1-9.
[4]	文秀贤,徐健. 基于用户评论的商品特征提取及特征价格研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 42-51.
[5]	严娇,马静,房康. 基于融合共现距离的句法网络下文本语义相似度计算 ^*[J]. 数据分析与知识发现, 2019, 3(12): 93-100.
[6]	钟庆虹,乔晓东,张运良,翁梦娟. 基于LDA2Vec和残差网络的跨媒体融合方法研究 ^*[J]. 数据分析与知识发现, 2019, 3(10): 78-88.
[7]	杨贵军,徐雪,赵富强. 基于XGBoost算法的用户评分预测模型及应用^*[J]. 数据分析与知识发现, 2019, 3(1): 118-126.
[8]	黄孝喜, 李晗雨, 王荣波, 王小华, 谌志群. 基于卷积神经网络与SVM分类器的隐喻识别^*[J]. 数据分析与知识发现, 2018, 2(10): 77-83.
[9]	李伟卿, 王伟军. 基于大规模评论数据的产品特征词典构建方法研究^*[J]. 数据分析与知识发现, 2018, 2(1): 41-50.
[10]	李昌兵, 庞崇鹏, 李美平. 基于权重的Apriori算法在文本统计特征提取方法中的应用^*[J]. 数据分析与知识发现, 2017, 1(9): 83-89.
[11]	刘红光,马双刚,刘桂锋. 基于降噪自动编码器的中文新闻文本分类方法研究^*[J]. 现代图书情报技术, 2016, 32(6): 12-19.
[12]	杜思奇, 李红莲, 吕学强. 汉语组块分析在产品特征提取中的应用研究[J]. 现代图书情报技术, 2015, 31(9): 26-30.
[13]	路永和, 梁明辉. 遗传算法在改进文本特征提取方法中的应用[J]. 现代图书情报技术, 2014, 30(4): 48-57.
[14]	唐晓波, 肖璐. 基于依存句法网络的文本特征提取研究[J]. 现代图书情报技术, 2014, 30(11): 31-37.
[15]	游贵荣, 吴为, 钱沄涛. 电子商务中垃圾评论检测的特征提取方法[J]. 现代图书情报技术, 2014, 30(10): 93-100.

Viewed

Full text

Abstract

Cited

Shared

Discussed