【摘要】：音乐是一种重要的音频信号，也被称为一种世界性语言，它包含着丰富的语义信息，一定程度上体现了人们的思想和情感。对音乐信号的分析已经成为音频分析领域的热门研究方向，包括的研究内容主要有:对音乐信号的自动分类和聚类、对信号中不同乐器的自动分类与识别、歌手识别、音乐自动检索，等等。
音乐是一种重要的音频信号，也被称为一种世界性语言，它包含着丰富的语义信息，一定程度上体现了人们的思想和情感。对音乐信号的分析已经成为音频分析领域的热门研究方向，包括的研究内容主要有:对音乐信号的自动分类和聚类、对信号中不同乐器的自动分类与识别、歌手识别、音乐自动检索，等等。
例如:提取摇滚乐、爵士乐和钢琴曲等不同类型音乐数据的底层听觉特征，训练分类模型进行识别，实现不同音乐的自动分类；还有研究分析了音乐和语音这两种不同类型音频数据的分类和识别问题，并且，选取不同的底层听觉特征将会对识别结果产生影响，还有文献认为线性预测系数和梅尔倒谱系数在语音和音乐识别方面优于其他的时域和频域特征。(www.xing528.com)
从研究对象上来看，针对非语音信号的音频检索主要可以分为音乐数据的自动检索和一般非语音数据的自动检索两大类别。例如:用户希望查找某个音乐或歌曲，可以提交其中一个片段，系统通过对片段的分析，找到与之类似的音乐或歌曲的完整版本；还有基于哼唱歌曲的检索，当用户希望查找某个歌曲，却没有其中的片段作为查询例子时，可以自己哼唱一小段，录成音频文件，提交给系统，从而找出与用户哼唱类似的歌曲文件。这些研究目前都还处于实验阶段，其检索性能要达到真正的实用性水平还有较大的差距。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
