基于trigger模型的音頻檢索研究


2.64萬字 49頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘 要
傳統(tǒng)的音樂檢索基本上是基于歌名、歌手、歌詞中的關(guān)鍵詞等從曲庫中檢索出符合條件的音樂作品。在基于內(nèi)容的音樂檢索技術(shù)的研究中，通?？紤]音樂的節(jié)奏、音色、音高、強(qiáng)度等物理特征作為內(nèi)容進(jìn)行匹配檢索，由于這些特征過于專業(yè)化，很難得到用戶的接受。Web2.0的發(fā)展提供了用戶自由行為，用戶可以通過自己對音樂的理解定義標(biāo)簽，不同的標(biāo)簽從不同角度詮釋著用戶對音樂的理解。標(biāo)簽之間就存在trigger關(guān)系，即觸發(fā)關(guān)系。
本文主要研究的是語義標(biāo)簽的trigger檢索問題，將標(biāo)簽互相關(guān)聯(lián)，利用最大熵原理來搭建trigger模型，利用trigger模型，即觸發(fā)對，有“強(qiáng)標(biāo)簽”（觸發(fā)標(biāo)簽）和“弱標(biāo)簽”（被觸發(fā)標(biāo)簽），若“強(qiáng)標(biāo)簽”（觸發(fā)標(biāo)簽）標(biāo)注了一首歌曲，則能夠提高“弱標(biāo)簽”（被觸發(fā)標(biāo)簽）標(biāo)注這首歌曲的概率。標(biāo)簽標(biāo)注歌曲是利用自動(dòng)語義標(biāo)注技術(shù)實(shí)現(xiàn)的，最大熵原理是一種選擇隨機(jī)變量統(tǒng)計(jì)特性最符合客觀情況的準(zhǔn)則。一個(gè)標(biāo)簽可與多個(gè)標(biāo)簽相關(guān)聯(lián)，那么這多個(gè)標(biāo)簽對于這一個(gè)標(biāo)簽來說就擁有了隨機(jī)變量統(tǒng)計(jì)特性，但是符合上述條件的分布有多種，通常，其中有一種分布熵最大。選用此種熵最大的分布作為該隨機(jī)變量的分布，是一種有效的處理方法和準(zhǔn)則，當(dāng)我們利用最大熵原理構(gòu)建好trigger標(biāo)簽以后，一首歌就能被多個(gè)標(biāo)簽準(zhǔn)確的標(biāo)注了，這樣能夠方便更加方便用戶檢索到自己想要的歌曲。
本文著重介紹里用最大熵原理搭建trigger模型，使用trigger模型加強(qiáng)標(biāo)簽間的相互關(guān)聯(lián)性，通過“強(qiáng)標(biāo)簽”改善“弱標(biāo)簽”的標(biāo)注概率，增強(qiáng)標(biāo)簽標(biāo)注歌曲的準(zhǔn)確率，并對標(biāo)簽標(biāo)注的準(zhǔn)確率進(jìn)行了實(shí)驗(yàn)檢測，通過實(shí)驗(yàn)結(jié)果證明了此方法的可行性。



【關(guān)鍵詞】最大熵原理；trigger模型；自動(dòng)語義標(biāo)注；觸發(fā)對；標(biāo)簽