运用於哼唱式检索之连续性隐藏式马可夫模型及其强化方法-(清华,-张智星).pdf

國 立 清 華 大 學 碩 士論 文 題目 : 應用於哼唱式檢索之連續性隱藏 式馬可夫模型及其強化方法 Continuous HMM and its enhancement for singing/Humming query retrieval 系別 資訊工程學系 組別 學號姓名 924304許肇凌 (Chao-Ling Hsu) 指導教授張智星博士 (Jyh-Shing Roger Jang) 中華民國九十四 年六月 摘要 在過去數十年間 ，隱藏式馬可夫模型 (Hidden Markov Models , HMM已經被) 成功的應用於語音辨識方面的各種研究 。然而，將連續性隱藏式馬可夫模型 (Continuous HMM, CHMM)應用於聲音輸入的旋律辨識 (Melody Recognition via Acoustic Input , MRAI或是稱作哼唱式) 檢索的研究卻相當少見， 一部分的原因可 能是基於語音和哼唱的聽覺特徵的不同 。這篇論文將會探討對於以音框(frame) 為基礎之哼唱式檢索的連續性隱藏式馬可夫模型訓練的方法。並更進一步地說明 其加強連續性隱藏式馬可夫模型的方式 ，再以實驗方式與動態時間伸縮(Dynamic Time warping, DTW) 比較其效率及正確率。 1 Abstract The use of HMM (Hidden Markov Models) for speech recognition has been successful for various applications in the past decades. However, the use of continuous HMM (CHMM) for melody recognition of acoustic input (MRAI for short), or the so-called query by singing/humming, has seldom been reported, partly due to the difference in acoustic characteristics between speech and singing/humming inputs. This paper will derive the formula of CHMM training for frame-based MRAC. In particular, we shall propose enhancement to CHMM and demonstrate that with the enhancement scheme, CHMM can compare favourably with DTW in both efficiency and effectiveness. 2 目錄 第 1章 序論6 1.1簡介 6 1.2哼唱式音樂檢索相關研究 7 1.2.1 利用音符距離檢索 7 1.2.2動態時間伸縮 7 1.2.3隱藏式馬可夫模型 7 1.2.4 三種方法的比較8 1.3 本論文主要成果9 1.4章節概要 9 第 2章 使用於哼唱式檢索的連續性隱藏式馬可夫模型 …11 2.1連續性隱藏式馬可夫模型結構 11 2.2連續性隱藏式馬可夫模型估算 14 2.3連續性隱藏式馬可夫模型訓練 15 2.3.1 以樂譜為基礎的訓練15 2.3.2 以語料為基礎的訓練16 第 3章 其他哼唱式查詢的方法20 3.1線性縮放20 3.2動態時間伸縮 2 1 第 4章 其他哼唱式查詢相關議題23