哼唱式旋律之 MP3 资料库检索系统 Melody-Based Retrieval for MP3 Database by Humming
蔡易行
工业技术研究院电脑与通讯工业研究所 新竹县竹东镇中兴路 4 段 195-11 号 03-5917948
陈建发
工业技术研究院电脑与通讯工业研究所 新竹县竹东镇中兴路 4 段 195-11 号 03-5915639
alientsai@itri.org.tw
cfchen@itri.org.tw
摘要 在本论文中,将针对音讯内容之资料撷取(检 索,搜索,建立索引)建立一个 MP3 音乐资料 库 多 媒 体 管 理 系 统 (MMS: Multimedia Management System),并使用音乐特性-音高, 音程,旋律为此 MP3 音乐资料库的内涵式特 徵 值 , 经 由 MPEG-7 的 DDL(Description Definition Language)将音高,音程,旋律等特 徵值封装成 metadata,同时将这些 metadata 储 存 於 metadata 资 料 库 中 , 本 系 统 即 利 用 metadata 来进行搜寻及过滤的动作,并提供下 列三种方式让使用者查询:Query by example, Query by (default) index,Query by humming. 在资料压缩率为 30~35 倍时,其查询的命中率 约为 80%,资料滤除率约为 56%. 关键字 MP3 音乐,MMS,多媒体音乐资库, MP3 音 乐 的 内 涵 式 分 析 , MPEG-7,多媒体无线通 讯. 1. 简介 伴随著 MP3 音乐物件的大量出现,以及网际 网路的蓬勃发展,娱乐多媒体音乐己经成为家 庭必备的影音享受之一了例如,从早期只能在 个人电脑(PC)上使用 WINAMP 应用软体来播 放 MP3 音乐,到 MP3 音响的硬体播放器,进 而日本的公司 APPLE 推出 iPOD 的大容量(约 可容纳 1000 首 MP3 的流行歌曲,其储存设备 为 5~10GB)MP3 随 身 听 , 在 在 都 说 明 了 在 MP3 音乐物件风行后,造就了一个数位多媒
体 IT(Information Technology)时代.再辅以无 线通讯的快速发展,未来多媒体资料与无线通 讯的结合应用,是一股不可抵挡的风潮. 在多媒体音讯的研究中,许多的文献都是针对 非压缩的音讯格式(如 WAVE,MIDI,…等) 来深入探讨[1][2][3][4].而针对这些非压缩的 多媒体音讯的管理似乎都是以 MIDI 资料库为 主[9][10][11][12][13][14],其中以清华大学资 工系张智星教授的超级点歌王最为著名[15]. 针对压缩的音讯格式(MP3)文献探讨[5][6][7][8] 中,尚未有内涵式的多媒体管理系统,而 MP3 的音乐档案又如雨后春笋般的在网路上 氾滥,所以为此庞大的 MP3 资料设计一套使 用者便利的查询介面,是一件刻不容缓的事. 为了让如此大量的多媒体数位影音资讯,包括 了影音视讯(CD,VCD,DVD),图像资料 (images)等,能够让使用者在网路上(有线 的网际网路及无线的行动上网)快速,精确且 使用最自然的语法来获得使用者想要的多媒体 资讯,而最重要的一点是要能够具有跨平台的 特性, MPEG-7 [16][17]就是依此目标为出发 点所制定的国际标准.Quackenbush[18]简介 MPEG-7 的音讯标准,并说明其音讯标准结构 以及音讯描述符号,同时以这些音讯描述符号 来举例说明 MPEG-7 音讯标准在网际网路上的 应用. Michael [19]提出以多媒体描述架构(MDF: Multimedia Description Framework)来设计一 个不论是否以 MPEG-7 组成的多媒体档案皆可 以 MDF 来组成的多重描述整合系统架构,也
就是说,MDF 不仅能够以物件资料内涵特徵 的 诠 释 资 料 (METADATA) 来 描 述 多 媒 体 档 案,而且可以将传统的文数字特徵描述以 MDF 来表示.Michael [20]以符合 MPEG-7 所 规 范 的 多 媒 体 描 述 定 义 语 言 ( MD2 L : Multimedia Description Definition Language ) 来定义各种的媒体资料如音讯,视讯,…等的 描 述 大 纲 定 义 ( DSD : Description Scheme Definition),以这些多媒体物件的诠释资料 (Metadata)来当成资料库索引以及资料查询比 对的依据. 本论文的组织结构说明如下:在第二节里,我 们将简介 MPEG-7 的标准;在第三节里,我们 会说明 MP3 的音讯标准;在第四节里,我们 会介绍以 MPEG-7 封装而成的 MP3 诠释资料 (Metadata)为基础的 MMS 多媒体 MP3 音乐资 料库;在第五节里,介绍 MP3 描述定义语 言:在第六节里,我们会以实作的 MMS 来分 析其效能:而在最后一节里为结论及未来工作 的说明. 2. MPEG-7 简介 MPEG 为 Motion Picture Experts Group 的简 称,MPEG 是 ISO 国际组织下的一个工作小 组,MPEG-7 为该组织於 2001 年所订定的标 准,其主要的用途是不同於 MPEG-1,MPEG2,MPEG-4 的标准,如表 1 所示.

下一页