“哼唱”教学（精选3篇）
“哼唱”教学 篇1
在声乐教学中, 我发现许多学生尤其是初学声乐的学生中有这样一种现象, 认为学习声乐或发声练习都必须放开歌喉大声唱。认为唱出最大的音量才能算是唱得好, 才能训练出效果。可是中小学生, 尤其是变声期的孩子们, 嗓音还很稚嫩, 对音高概念不那么清晰, 也不重视保护嗓音, 一味地“喊叫”“喊唱”, 乱唱高音, 结果是音准节奏差, 喉结卡、紧, 这样很容易伤害声带, 严重者可造成声音嘶哑, 使许多好嗓音好条件的中小学生失去了演唱机会, 造成遗憾。同时, 大声喊唱还会使共鸣失调, 破坏声音的美感, 同时也不利于音高概念的形成, 更加容易使学生养成重音量不重表现力的坏习惯, 不利于乐感和音乐表现力的培养。笔者在教学实践过程中发现, 如果在少儿声乐训练中多运用哼鸣和轻声歌唱的训练, 把“哼鸣”和“小声歌唱”相结合训练, 对发声器官充分打开、放松, 对保护嗓音、把握歌唱的最佳状态都具有很大的帮助, 使演唱技巧得到提高。
一、轻声哼唱的含义
轻声哼唱就是哼鸣与轻声歌唱的结合, 是笔者一直以来在声乐训练时所采用的方法。哼鸣, 是声乐训练中的常用方法, 就是在气息的控制下, 利用鼻腔发出“m”“w”等音, 哼唱一定音高的音或音阶的练声方法, 它着重于利用鼻咽腔共鸣体的协调配合。平日里人们在心情愉快的时候, 往往情不自禁地“哼”着歌曲。这时虽不是有意地在唱, 但是声音却很松弛、通畅。声乐练习中的“哼鸣”与生活中的各种“哼”实际上并没有太大的区别, 只是发声练习中的“哼鸣”要求腔体的状态更夸张一些, 注意力更集中一些。如果方法正确, “哼”出来的声音则非常通畅、圆润, 并不觉得怎样用力就能体会到共鸣效果。
二、轻声哼唱的练习方法
哼鸣练习有开口哼鸣和闭口哼鸣两种, “闭口哼鸣”是闭着嘴唇只哼音调不唱歌词的一种歌唱形式, 也就是发声时口不张开把子音“m”在音调上加以延长。开口哼鸣是在闭口哼鸣的基础上, 放松地打开牙关发子音“n”的练习。开口哼鸣可以直观地看到歌唱者的口腔状态, 可以用来检查闭口哼鸣的方法正确与否。以上两种方式也可结合, 并采用较小音量演唱。在发声练习时, 我在单音训练的时候一般用闭口哼唱居多, 而在练习上下行音阶时 (如上面的练习音调) , 我是采用开口音和闭口相结合的办法来训练的。首先哼唱子音“n”, 随着音型中音的上行, 口形慢慢轻合, 哼唱到最高处时, 嘴唇处于轻轻闭合状, 哼唱转化为子音“m”, 随着音型中音的下行, 口形再慢慢向开口过渡。这可以有效解决歌唱者哼鸣经常出现的口腔僵化的问题, 使下巴很容易得到放松。而张开口腔又是使软腭抬起的最简单、最有效的办法, 保证了在一个较长的音阶循环练习的哼鸣进行中, 提供充分的共鸣空间。但是在歌曲训练的时候, 则会根据歌曲的特点来进行方法的选择。如《送别》选择“m”音练习, 《在那遥远的地方》选择“ma”音练习等。哼鸣练习时的吸气要注意“口鼻共用”, 气不要吸得太满, 以免过于饱胀的吸气造成气息僵硬, 从而引起喉头发紧。气息的运动要匀速, 不要时强时弱, 时快时慢, 要注意气息的流动性, 气息流动可以带动哼鸣的进行, 使哼鸣变得比较容易, 声音听起来很优美, 充满弹性。具体要求是:嘴巴似微笑状打开, 吸气的同时注意喉咙的打开, 上口盖抬起。喉头稳定在吸气的位置上挡气发声, 无论音的高低、共鸣的状态、音的变化如何, 这种声音的通道感觉不可失去。因此, “正确的哼鸣是最有价值的练习, 它能引导正确的发声”。
三、轻声哼唱在少儿声乐训练中的作用
(1) 掌握更多歌曲演唱的技巧。在艺术歌唱中, 无论是独唱、重唱或合唱, 都有可能使用哼鸣。不仅在歌唱技法上我们应该练习哼鸣歌唱, 而且为了表现某些声乐作品的情感意境必须进行哼鸣练习。如歌曲《牧歌》《梦幻曲》中的哼唱, 以及普契尼的歌剧《蝴蝶夫人》中一段著名的哼唱, 音色柔和悦耳。如果因为不会哼鸣歌唱删去歌曲中的哼唱部分, 或者哼唱部分唱得不好, 都会影响歌曲的思想性、艺术性和完整性。因此, 练好哼鸣歌唱能帮助声乐学习者体会并获得正确的歌唱感觉。其实, 在欢快节奏的歌曲上运用哼鸣练习也有很好的效果, 如歌曲《新疆好》, 我在练习时用“bang”练习, 让学生充分感受和体验到新疆特色的切分及浮点节奏, 并且在练习中体会到跳音的演唱技巧, 掌握快速换气的方法, 增强口部张合能力。
(2) 顺利过渡变声期, 保护少年嗓音。大多数的少年儿童天生就有一副清脆明亮、纯洁如水高音调的嗓子, 他们天真可爱, 活泼好动, 又爱大声说话。大多数孩子是在十二三岁时进入变声期, 如果到了变声期没有得到应有的休息保护和正确的歌唱训练, 就会使原本一些脆亮的嗓子变得沙哑、暗淡, 甚至连说话都费劲。通过轻声哼唱的训练, 可使学生快速地放松。同时, 喉咙部位不会因为长时间紧张和疲劳而出现任何疾病。在不经意的“哼唱”中, 会发现你的声音通畅、协调, 舌根松弛, 音色优美, 共鸣集中。还能保护喉咙使喉咙正确打开, 喉头位置越来越稳定。易于放松和保护声带, 能够自如掌握声音的力度变化, 并解决唱高音困难和声音灰暗、闷、哑的问题。“轻声哼唱”可锻炼各部位发声器官的灵活性, 避免产生剧烈的动作和使歌声在高、低声区的分界线处破裂。因此, 哼鸣练习不仅能使少儿轻柔、明亮地歌唱, 声音增加灵活性, 消除变声障碍, 还能使声带得到休息, 保护声带不因错误的歌唱方法而被伤害。杨鸿年在进行童声合唱训练的时候, 为了达到合唱艺术“统一、平衡、和谐”的三项要求, 常用“m”和“ng”来训练学生的声音, 让大家都用高位置声音歌唱。这样的练习, 能使经常习惯于喊叫式唱歌的儿童轻柔、明亮地歌唱, 为快到变声期的少儿顺利渡过这一阶段打下基础。
(3) 提高审美能力, 培养学生音乐感知力。“轻声哼唱”更能使学生体会到歌曲的优美之处, 在给学生以美的享受的同时能达到审美能力的提高。如在学习《牧歌》一曲中, 运用“M”音哼唱, 感受声音从遥远的地方慢慢飘过来的感觉, 学生在慢慢地哼唱过程中, 仿佛看到了草原上蓝蓝的天空白云飘, 马儿在草地上欢快地奔跑的美丽景色……《半个月亮爬上来》运用“na”音练习, 让学生能够在高位置上演唱, 进一步表现出歌中的夜晚安静美好的氛围。同时, 轻声哼唱还能使学生在专心致志的情况下把许多变化音的音准、复杂的节奏等高难度的技巧, 都正确无误地、反复地训练到最好。这对提高艺术修养, 完成较大的艺术作品有很大帮助。
在少年儿童声乐的训练中, 因其特定的生理变化阶段, 选择好合理的教学法是非常关键的。在歌曲的选材上, 应偏向篇幅短小, 旋律跨度较小的歌曲, 同时多运用轻声哼鸣的练习方法。在教师的正确指导下, 循序渐进、扎实稳健地去训练, 就能使许多爱好声乐的学生避免受到伤害, 也为今后的歌唱学习打下良好的基础。学生对音乐的表现的潜能是无限的, 在音乐教学过程中, 教师们要勇于探索新的教学方法, 激发学生的学习兴趣, 让他们领悟音乐, 感受到音乐的美。通过实践进一步体验音乐, 使学生的情感得到升华, 音乐的感受力得到提高。
摘要：在少儿声乐教学中, 不少学生在歌唱中出现“喊声”的现象。这种现象如不及时改变, 不仅对少儿稚嫩的嗓子带来危害, 对学生音高概念的形成、乐感的培养和演唱歌曲的兴趣, 也都会造成极大的影响。笔者在教学实践中, 坚持运用“轻声哼唱”的方式对学生进行训练, 发现这种训练方式不仅能很好地保护学生的嗓音, 对学生音乐表现力等方面的培养和提高也有很大的帮助。
关键词：轻声哼唱,音准,音乐表现
参考文献
[1]刘文昌, 付鸿敏.歌唱理论与技巧[M].开封:河南大学出版社, 1997.
[2]沈湘.沈湘声乐教学艺术[M].上海:上海音乐出版社, 1998.
[3]邹长海.声乐艺术心理学[M].北京:人民音乐出版社, 2000.
哼唱检索系统仿真实验研究 篇2
本文选取了哼唱检索中的五种特殊情况进行了实验, 并对检索结果进行了比对:
1) 哼唱录入同一首歌曲的不同段落, 对其分别进行检索;
2) 分别对节奏快、背景音乐大及节奏快、背景音乐小的歌曲进行检索;
3) 分别对同一歌曲、不同存储格式的版本进行检索;
4) 分别对同一歌曲、不同人演唱的版本进行检索;
5) 分别用不同的哼唱方式, 对同一首歌曲进行检索。
1 临时乐曲库
本文在进行哼唱检索实验时, 受环境 (硬件配置) 的限制, 组建了临时乐曲库。库中存储的文件以歌名命名, 文件中存储的是其相应的音高序列值。在进行哼唱检索实验时, 直接调用库中的信息即可, 这样就省去了对库中音频文件进行特征提取的步骤, 大大减少了特征匹配的时间。表1为两种情况下系统检索所需时间的比对:
2 哼唱检索系统
本文所用的检索系统如图1所示。具体检索过程如下:
1) 用户端进行哼唱录入;2) 对用户端输入的音频文件进行处理, 其中步骤包括滤波去噪[4]、加窗分帧、基音提取[5,6]、音符划分、旋律编码, 得出哼唱录入音频文件的音高序列值;3) 步骤二中得出的音高序列值与乐库中的存储信息进行匹配运算, 把得出的结果 (相似值) 记录到列表1中;4) 检测列表1中的相似值个数是否为N (乐曲库内存储的文件个数) ;5) 列表1中存储的信息按要求排序。首先按匹配相似度值由高到低排序, 其次按歌曲名称的字母顺序排序;6) 输出列表2, 检索结束。
3 实验及结果
本文进行哼唱检索实验的环境为:Intel Pentium Dual T23301.60GH处理器、2GB内存。由五名非专业的演唱人士在比较安静的房间内, 用笔记本电脑及麦克进行哼唱录入检索。本次实验的乐曲库内存有28个信息文件。表2为上述五个实验的结果比对:
实验一的比对结果表明, 本文采用的检索系统与哼唱录入歌曲的哪个段落无关, 这主要是因为本文的哼唱检索系统中采取的是滑动式匹配, 从头匹配到尾。
实验二的比对结果表明, 本文采用的检索系统不适合检索节奏快、背景音乐大的歌曲;背景音乐小的虽然能检索到, 但其效果不好。
实验三的比对结果表明, WAV格式的检索效果最好, 其次是MP3格式, 最后是WMA格式。但按理论上来说, WAV格式的检索效果应该最好, WMA格式的检索效果是最差的。
这主要是因为, 本次试验中存储的WMA格式音乐都是钢琴演奏曲, 而存储的其他两个格式的音频文件都是带有人声演唱的, 因此本次实验中的MP3格式的检索效果比WMA格式的好;另外还有一个原因, 就是在对库中存储文件进行特征提取时, 可能会造成音质的不同程度丢失。
因此, 本文采用的哼唱检索系统更适合检索WAV格式的音频文件。
实验四的比对结果表明, 本次实验中版本一的检索效果是最好的。这主要有两个原因:第一, 在客户端哼唱录入的都是版本一旋律;第二, 在哼唱过程中, 人与人之间对音的处理都有着各自不同的特点。上述两个原因就使检索结果产生了差异。
因此, 按原版旋律进行哼唱检索, 检索效果是最好的。
实验五的结果显示, 带词哼唱方式的检索是最好的, 其次是“Da-Da-Da”的方式, 最后是鼻音哼的方式。产生这种结果的主要原因在于特征提取中的基音提取及音符分割。带词哼唱的录入方式有利于特征提取, 而“Da-Da-Da”的哼唱录入方式只是利于音符分割, 鼻音哼的录入方式在这两方面都不占优势。因此, 本文采用的检索系统更适用于带词哼唱的录入方式。
4 小结
本文介绍了哼唱检索系统的工作流程, 并对哼唱检索过程中存在的几种特殊情况, 分别进行了实验及结果比对。最终的实验结果表明:
使用系统进行哼唱检索时, 检索结果的好坏与哼唱录入的歌曲的段落无关、检索节奏慢及背景音乐小的歌曲效果是最好的、带词哼唱的录入方式的检索结果是最好的。
参考文献
[1]王昉.音乐检索现状及发展趋势研究.科技广场, 2008.
[2]J.FOOTE.An Overview of Audio Information Retrieval.Multimedia Systems.1997, 7 (1) :2-10
[3]D.ROY, C.MALAMUD.Speaker identification based text to audio alignment for an audio retrieval system.IEEE International Conference on Acoustics, Speed, and Signal Processing (ICASSP’97) , 1997 (2) :1099-1102
[4]张雄伟, 陈亮, 杨吉斌.现代语音处理技术及应用.第1版.北京:机械工业出版社, 2003
[5]Y.M.CHENG, D.O.SHAUGHNESY.Automatic and Reliable Estimation of Glottal Closure Instant and Period, IEEE Trans.On Acoustics, Speech, and Signal Processing, 1989, 37 (12) :1805-1815
“哼唱”教学 篇3
随着计算机技术的高速发展和互联网的蓬勃发展, 网络中的信息和数据呈爆炸式增长。这样, 计算机用户在处理信息时所面临的主要问题, 已经从早期的信息匮乏转变为如何从海量信息中快速合理地检索出所需要的信息。
当前, 多数搜索引擎仅能对文本进行检索, 对图片、声音、视频这些以二进制编码的多媒体数据无能为力, 而后者目前增长非常迅猛。传统的基于文本检索方式已经越来越无法满足用户新的需求, 因此, 对多媒体数据进行内容检索具有重要的实用价值。
基于内容的音乐检索是对音乐数据从内容本身进行检索的一种方法。目前, 网络中进行音乐检索都是通过音乐的元数据 (Metadata) 如歌名、歌手、歌词等进行的。当用户没有歌曲的元数据信息时, 如果能够记忆起歌曲的某些片断, 那么通过哼唱方式就可以找到目标歌曲。它可以带给用户更新的体验。
基于WEB的音乐哼唱检索将使用户通过互联网来体验这种新的检索技术, 这样, 用户就可以通过个人电脑、无线设备 (手机) 等终端来进行访问。
1国内外现状分析
目前国内外对于基于内容的音乐检索的研究已经被大量提出。1995年, Ghias[1]等展示了首个QBH系统, 此系统将歌曲转换为音调轮廓信息进行匹配, 利用三个字符S-same、U-up、D-down来表示音乐的旋律轮廓, 将音乐的旋律转换成字符串, 使用了字符串匹配的相似度方法进行检索。至此以后, 对于基于内容的音乐检索的研究如雨后春笋般地发展起来。国内中国科学院声学研究所在哼唱检索方面开展了工作, 另外如浙江大学、上海交通大学、西北大学等也在基于内容音乐检索方面开展了研究工作。基于内容的音乐哼唱检索技术以其独特的体验方式, 已经被越来越多的人所关注。
2基于内容的音乐哼唱检索
基于内容的音频检索, 是指通过音频特征分析, 对不同音频数据赋以不同的语义, 使具有相同语义的音频在听觉上保持相似, 其中基于内容的音乐检索是具有较高实用价值的一个部分。基于内容的音乐检索是根据音乐的内容特征来进行检索, 也就是根据音乐的旋律、节奏等音乐特征进行检索。基于内容的音乐哼唱检索是基于内容的音乐检索一部分。其将检索的数据源缩小为用户的哼唱, 通过接收用户哼唱的旋律, 对接收的音乐旋律进行内容的描述, 即提取特征, 然后与数据库中的特征进行相似度匹配, 最后将搜索结果集返回。
图1说明了基于内容的音乐哼唱检索的具体流程。
2.1哼唱片断进行预处理
因为语音信号是一种非平稳时变信号, 其中浊音部分在一段相对短的时间内可以认为是准周期的, 因此语音信号处理中通常采取短时处理技术[2]。这样, 就可以将平稳过程的处理方法和理论引入到语音信号的短时处理中, 每个短时的语音段称为一个分析帧。分析帧既可以是连续的, 也可以采用交叠分帧的方法, 一般帧长取10～30ms。通常我们采用一个长度有限的窗函数来截取语音信号形成分析帧。
较常用到的窗函数是矩形窗和汉明窗, 它们的表达式如下 (其中N为帧长) :
矩形窗:
汉明窗:
窗形的选择对音乐信号分析来说是比较重要的。矩形窗具有较高的频谱分辨率, 但其频谱泄漏大。汉明窗具有更平滑的低通特性, 能够在较高程度上反映短时信号的频率特性。
一般在计算短时能量和平均幅度时通常使用矩形窗。为了方便后面的基音提取工作, 我们在设计过程中采用矩形窗对输入的信号进行分帧。
2.2基音提取
当发浊音时, 气流通过声门时使声带发生振动, 产生准周期激励脉冲串, 这个脉冲串的周期就称为“基音周期 (pitch) ”, 其倒数称为“基音频率”。基音周期是语音信号中的重要参数之一, 它在语音识别、语音合成和语音编码中有广泛的应用。
语音信号是短时平稳的, 常用的短时基音周期估计方法有基于短时平均幅度差函数 (AMDF) 的基音周期估计方法和基于短时自相关函数的周期估计方法。我们采用AMDF的基音周期估计方法。AMDF法的思想是:如果信号是一个标准的周期函数, 那么不同周期段的对应信号之差为零。浊音是一个准周期信号, 在一帧语音内基音周期近似恒定, 那么不同基音周期段的对应信号之差应该很小;但清音因其接近于随机噪声而不具备上述特点[3]。而且, AMDF函数只需要加、减和取绝对值运算, 运算量较之短时自相关函数大大下降。
音乐信号中基音的变化同音乐文件中的音调变化具有相对应性。所以音乐信号中的基音的提取对于音乐音调特征的提取具有重要的意义。
2.3旋律提取
音乐的旋律是由一系列能反映该音乐主题的音符组成, 能够充分显示音乐的内容特征[4]。在一段旋律中, 各个音符以一种含义丰富的形式连接在一起。在音乐的所有特征中, 旋律最能打动人, 最能直接唤起人们的情感。所以说, 音乐的旋律是音乐的灵魂。我们需要将用户输入的旋律片断, 通过分析处理, 得到计算机可以识别的一种旋律轮廓的表达方式, 从而实现检索功能。
要得到旋律的轮廓, 首先需要求得一个旋律片段的基音序列, 对基音序列按照基音值的不同, 进行分段, 相同的值分为一段, 然后对所得到的基音序列进行合并处理, 并得到新基音段的基音值。因为音调之间的变化可以反映音乐旋律上的变化, 所以, 我们将最后得到的基音序列的差值按照顺序排列起来, 就得到了音调的旋律轮廓[5]。
假设求得了一个旋律片段的基音序列Lm, m为序列长度。对Lm按值大小进行分段以后得到的序列为Ln, 其值大小记为Ln, n为基音段总个数 (1≤n≤m) 。设阈值P, 对任意段Li (1≤i≤n) , 记
若ΔLeft>P且ΔRight<P, 则Li和Li+1合并;
若ΔLeft<P且ΔRight<P, 则Li和Li+1合并;反之, 则Li和Li-1合并。
合并后产生的新基音段基音值大小按照以下方法计算:记进行合并的两段为Li和Lj, 合并后新段为Lt, 则:
若f (Li) =f (Lj) , Lt= (Li+Lj) /2;
若f (Li) >f (Lj) , Lt= Li;反之, Lt= Lj 。
Ln经上述操作后记为Lw, 各段值为Lw, w为当前基音段总个数 (1≤w≤n) 。
对Lw中任意连续段Li、Li+1 (1≤i<n) , 定义其连续递增序列为ΔLi (1≤i<w) , 并记ΔLi=Li+1-Li。这样, ΔLi就是音调的轮廓序列。
2.4查询匹配并返回结果集
得到音调的轮廓序列ΔLi以后, 再根据标准音调差值图或表, 就可以将其转换为旋律轮廓。然后, 将此轮廓序列与数据库中存储的所有歌曲的旋律轮廓特征进行比较, 选取相似度较高的歌曲为检索结果, 并返回给用户。
至此, 基于内容的音乐哼唱检索过程就结束了。
3基于WEB的音乐哼唱检索
随着Internet网络传送速度与计算机信息处理速度的提高, 网页中对多媒体信息的使用变得十分普及, 基于网络的应用越来越多, 网络信息量不断以几何级数爆炸式增长, 网上的多媒体信息急剧增加。互联网上的多媒体信息以图像、音频、视频为主。为了使用户能够方便地使用哼唱进行音乐检索, 如果我们可以利用WEB技术在网络上实现音乐检索功能, 这样, 用户就可以利用互联网随时随地的进行搜索了。
3.1WEB处理流程
WEB处理流程如图2所示。
客户端是基于浏览器的, 用JSP生成表示层的内容。在这里, Servlet充当控制器的角色, 负责处理用户请求, 创建JSP页所需要使用的JavaBean对象, 根据用户请求选择合适的JSP页返回给用户。这样的结构更加清晰, 实现了业务逻辑和内容显示的分离, 方便了编程人员的开发和维护。各种基于Java的技术, 都具有良好的可移植性、安全性和可重用性。
3.2WEB相关技术
3.2.1 JSP
JSP (Java Server Pages) 是一种动态网页技术标准。它提供了一种简单快速的方法来创建显示动态生成内容的WEB页面。它是在传统的网页HTML文件中插入Java程序段 (Scriptlet) 和JSP标记 (tag) , 从而形成JSP文件。
JSP页面封装了生成页面内容的逻辑。它将各种格式的标签直接传递回响应页面。通过这种方式, JSP页面实现了页面逻辑与其设计和显示的分离。
WEB服务器在遇到访问JSP网页的请求时, 首先执行其中的程序段, 然后将执行结果连同JSP文件中的HTML代码一起返回给客户。插入的Java程序段可以操作数据库、重新定向网页等, 以实现建立动态网页所需要的功能。
3.2.2 JavaBean
JavaBean是一种用Java语言写成的可重用组件。它遵从一定的设计模式, 使它们易于和其他开发工具和组件一起使用。
用户可以使用JavaBean将功能、处理、值、数据库访问和其他任何可以用Java代码创造的对象进行打包, 并且其他的开发者可以通过内部的JSP页面、Servlet、其他JavaBean、applet程序或者应用来使用这些对象。用户可以认为JavaBean提供了一种随时随地的复制和粘贴的功能, 而不用关心任何改变。
在Java模型中, 通过JavaBean可以无限扩充Java程序的功能, 通过JavaBean的组合可以快速地生成新的应用程序。最好的一点就是JavaBean可以实现代码的重复利用, 对于程序的易维护性等也有很重大的意义。
3.2.3 Servlet
Servlet是运行在服务器端的Java应用程序, 它与协议和平台无关。JSP是基于Servlet的, 服务器收到请求后触发JSP引擎, 对于首次被访问的JSP文件, 引擎将其翻译成Servlet程序, 再编译生成class文件, 由Java虚拟机执行, 生成响应页面发送给用户。当相同的JSP网页再次被访问时, JSP引擎就直接调用已经装载的Servlet程序。JSP页面要被编译成servlets, 理论上, 可以直接写servlets来支持基于WEB的应用程序。然而, JSP技术通过将页面内容和显示逻辑分开, 简化了创建网页的过程。
3.3功能设计
为了使用户和计算机达到较好的交互, 我们需要设计一个在线的录音功能, 使用户可以通过在线录音, 将他所要查找的旋律以哼唱的形式进行输入, 接收到输入的旋律以后, 服务器将通过预处理, 特征提取等过程, 最终连接数据库, 通过计算查找到用户所要搜寻的音乐, 并将结果以网页的形式返回给用户。这样, 用户可以在线方便的使用哼唱进行音乐检索了。
运行时界面如图3、图4所示。
如图3所示, 在检索首页面处, 设计了通过元数据 (歌手名称和歌曲名称) 检索音乐的功能, 如果用户想要通过哼唱进行检索, 点击超链接“哼唱检索”, 就会进入到图4所示的哼唱检索页面。通过在线录音, 搜索自己感兴趣的歌曲。
4结束语
基于内容的音频检索是近年来研究的热点之一, 基于内容的音乐检索因它的实用性受到广大研究者的关注。基于WEB的音乐检索更是处在发展的初始阶段。在音乐检索技术中, 特征提取算法和特征匹配算法仍需作进一步的研究与探讨。为了吸引用户使用网上检索系统, 在界面的设计和布局上仍需要做大量的工作, 尽量呈现给用户一个美观、大方、实用的新系统。
摘要：将基于内容的哼唱检索技术用于WEB上。首先阐述了音乐检索现状, 并对基于内容的音乐检索过程进行了详细地分析, 然后介绍了WEB的相关技术, 提出了将音乐检索技术用于WEB的思路, 最后对全文归纳总结, 并对进一步的工作进行了展望。
关键词：音乐检索,哼唱检索,特征提取,WEB
参考文献
[1]Ghias A, Logan J, Chamberlin D, Smith B.Query by humming:Musical information retrieval in an audio database.In Proc.ACM International Conference on Multimedia, Fransisco, California, Nov.1995, 11:231-236.
[2]刘建, 郑方, 邓菁, 等.基于混合幅度差函数的基音提取算法[J].电子学报, 2006, 10 (10) .
[3]张雄伟, 陈亮, 杨吉斌.现代语音处理技术及应用[M].北京:机械工业出版社, 2003:33.
[4]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[J].现代图书情报技术, 2003 (4) .