基于支持向量机的音乐和弦识别的研究.pdf

天津大学
硕 士 学 位 论 文
基于支持向量机的音乐和弦识别的研究












专业名称： 电路与系统
作者姓名： 闫志勇
指导老师： 李锵；关欣
基于支持向量机的音乐和弦识别的研究


Research of Music Chord Recognition
based on Support Vector Machine








学科专业：电路与系统
研 究 生：闫志勇
指导教师：李锵、关欣







天津大学电子信息工程学院
二零一三年十二月
独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的
研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表
或撰写过的研究成果，也不包含为获得 天津大学 或其他教育机构的学位或证
书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中
作了明确的说明并表示了谢意。


学位论文作者签名： 签字日期： 年 月 日





学位论文版权使用授权书


本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。
特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检
索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校
向国家有关部门或机构送交论文的复印件和磁盘。
（保密的学位论文在解密后适用本授权说明）



学位论文作者签名： 导师签名：

签字日期： 年 月 日 签字日期： 年 月 日
摘 要

随着音乐信息检索的不断发展，基于关键词的传统音乐检索方式在互联网海
量歌曲搜索的应用中越来越受到限制，因此越来越多的研究人员开始转向基于内
容的音乐检索技术的研究。和弦是音乐信息中一种典型的中层特征，它能够充分
表现音乐的各个属性。和弦识别是自动音乐标注的基础，它在计算机音乐伴奏，
翻唱歌曲海量搜索以及音频信号分割与匹配等领域具有非常重要的作用。
本文结合基本乐理、信号处理以及模式识别等领域的相关知识，提出一种基
于支持向量机和增强型 PCP 特征相结合的音乐和弦识别算法。本文的主要工作
包括以下几个方面：
首先，针对不同乐器之间相同和弦的识别率较低的问题，提出一种结合音高
频率倒谱系数（PFCC）改进传统音级轮廓特征（PCP）的算法。由乐理知识可
知，和弦的变化随节拍的改变而发生变化。因而依据动态规划算法提取信号的节
拍信息，之后采用基于节拍跟踪的特征提取替代基于帧的特征提取。
其次，论文研究了同一节拍内不同音级之间以及不同节拍之间特征互相关性
对和弦识别的影响。
最后，详细介绍了基于支持向量机 SVM 的音乐和弦识别系统。该系统按照
大三和弦和小三和弦的分类方式首先将和弦类型分为