您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (5): 77-81.

• 论文 • 上一篇    下一篇

歌词与内容相结合的流行音乐结构分析

梁塽,许洁萍*,李欣   

  1. 中国人民大学信息学院, 北京100872
  • 收稿日期:2010-04-02 出版日期:2010-10-16 发布日期:2010-04-02
  • 通讯作者: 许洁萍(1966-),女,黑龙江牡丹江人,副教授,博士,主要研究方向为研究方向为多媒体信息处理. E-mail:E-mail: xjieping@ruc.edu.cn
  • 作者简介:梁塽(1986-),女,安徽界首人,硕士研究生,主要研究方向为音乐结构分析. E-mail:liangshuang0513@ruc.edu.cn.com
  • 基金资助:

     国家自然科学基金资助项目(60873098)

Music structure analysis based on lyrics and content

LIANG Shuang, XU Jie-ping*, LI Xin   

  1. Computer Department of School of Information, Renmin University, Beijing 100872, China
  • Received:2010-04-02 Online:2010-10-16 Published:2010-04-02

摘要:

针对目前学术界主流的基于内容提取音乐结构开销过大和产生冗余碎片的问题,提出通过歌词分析对音乐结构进行自动提取,同时结合基于内容的SVM分类,以歌曲节拍为单位进行有无人声的判别,进一步对歌词提取的边界进行校正,精确了音乐结构的边界点。在相同数据集上的实验中,这种歌词与内容分析相结合的音乐结构提取算法对桥段和尾奏的分析准确率分别提高了9%和11%。

关键词: 音乐结构, 歌词分析, 内容分析, SVM, 有无人声识别

Abstract:

To solve the problem of high cost and redundant pieces generation of content-based analysis, a lyrics-based analysis to detect the music structure was proposed, combing SVM and beat to detect the boundaries of vocal and nonvocal, to correct the result of lyrics-based analysis. The experiment on the same database proves that our musical structure analysis algorithm that combines the lyrics and content has improved the accuracy of Bridge and Outro by 9% and 11% respectively.

Key words: musical structure, lyrics analysis, content analysis, support vector machine, vocal and non-vocal detection

[1] 张玉玲,尹传环. 基于SVM的安卓恶意软件检测[J]. 山东大学学报(工学版), 2017, 47(1): 42-47.
[2] 李富贵1,2,黄添强1,2*,苏立超1,2,苏伟峰3. 融合多特征的异源视频复制-粘贴篡改检测[J]. 山东大学学报(工学版), 2013, 43(4): 32-38.
[3] 严云洋1,2,唐岩岩2,刘以安2,张天翼3. 使用多尺度LBP特征和SVM的火焰识别算法[J]. 山东大学学报(工学版), 2012, 42(5): 47-52.
[4] 戴平,李宁*. 一种基于SVM的快速特征选择方法[J]. 山东大学学报(工学版), 2010, 40(5): 60-65.
[5] 刘海春,谢少军,王国凤 . 一种新颖的应用于三相四线有源电力滤波器的混合电流控制方法[J]. 山东大学学报(工学版), 2007, 37(6): 10-14 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!