免费论文摘要：面向大范围音乐库的哼唱检索和音乐引荐要害本领接洽

互联网络本领和数字多媒介本领的兴盛，拓宽了数字音乐的传递和获得渠道，引导数字音乐的含量表露空前绝后的延长。这种爆裂式的延长，对音乐消息检索本领提出了新的挑拨。怎样从大范围数字音乐库中检索用户须要和感爱好的音乐，已变成暂时学术界和财产界亟待处置的要害题目。但是，保守的鉴于文本的音乐检索本领因为检索本领简单，引导用户领会差，用户没辙精确检索到本人想听的歌曲，同声新歌也没辙被精确引荐给感爱好的用户。鉴于实质的哼唱检索和音乐引荐本领，沿用音乐自己的声学特性举行检索和引荐，正兴盛为音乐消息检索的抢手接洽目标。然而，鉴于实质的哼唱检索和音乐引荐本领，暂时还生存要害算法处置速率没辙满意大范围音乐库检索需要的题目。正文对准哼唱检索和音乐引荐本领在处置大范围音乐库时生存的速率瓶颈题目，接洽了面向大范围音乐库的哼唱检索和音乐引荐本领，囊括相映的核默算法并行加快以及音乐库索引体制。简直的接洽实质和重要功效如次：（1）对准鉴于DTW的音乐乐律配合算法生存计划搀杂度高、好像优化本领精度低等题目，正文接洽提出了一种鉴于波阵面包车型的士并行乐律配合算法和一种鉴于前缀计划的并行乐律配合算法。鉴于波阵面包车型的士并行算法以对角线的办法实行乐律配合的细粒度并行计划，明显普及1K之上音乐乐律序列的配合功效，处置粗粒度并行计划没辙实行大序列配合的题目；鉴于前缀计划的并行算法运用前缀计划的思维实行乐律配合算法的并行计划，处置鉴于波阵面包车型的士并行算法生存的线程资源滥用题目。尝试截止表白，在小范围序列比对时，鉴于前缀计划的并行乐律配合算法可赢得20倍安排加快比，鉴于波阵面包车型的士并行乐律配合算法可赢得10安排加快比；但是，在大范围序列比对时，鉴于波阵面包车型的士并行算法最高可赢得120倍加快比，而鉴于前缀计划的并行算法最高可赢得100倍加快比。其余，为了进一步普及音乐乐律配合算法的并行度，正文提出了一种粗细粒度搀和的并行乐律配合算法，经过在工作级并行的普通上，运用细粒度并行算法计划序列比对隔绝，实行大肆音乐乐律序列的并行配合。尝试截止表白，在序列长度小于1k时，该算法加快比与粗粒度并行算法十分；在序列长度大于1k时，加快比优于上述两种细粒度的并行算法。（2）对准哼唱乐律生存可平移性和可舒卷性等本领难点，以及暂时的哼唱检索体例没辙同声满意用户对检索精度和相应速率的双重需要等题目，正文接洽提出了一种鉴于GPU加快的哼唱检索本领。该本领经过沿用音高序列优弥合决哼唱乐律生存的本领难点，并安排多级降采集样品索引体制，贬低音乐库的计划范围，普及哼唱体例的检索功效。在试验考证步骤，正文辨别运用MIDI音乐库和波形音乐库，考证该本领的灵验性。尝试截止表白，面向MIDI音乐库，该本领的Top-10检索精度到达85%~90%，与国际程度十分；与鉴于CPU计划的本领比拟，该本领检索速率的加快比不妨到达40倍安排；面向波形音乐库，经过沿用多级降采集样品索引体制，检索十万量级的音乐库，检索功夫缩小到原始序列车检查索功夫的7%到8%，可大幅普及检索功效。（3）对准鉴于实质的音乐引荐本领因为沿用高斯音色模子等非向量化的特性表白和Kullback-Leibler隔绝等非规范化的音乐一致性计划，引导音乐一致计划的维数和搀杂度高，不符合在线音乐库检索等题目，正文接洽提出一种面向大范围音乐库的音乐引荐本领。该本领运用FastMap创造索引体制，并对乐律一致度和乐律特性举行并行计划，最后经过将索引体制与GPU硬件加快相贯串，充溢运用GPU的多线程本领，普及音乐引荐本领的计划功效，以满意大范围音乐库的音乐引荐需要。尝试截止表白，该本领检索包括100000个片断的音乐库耗费时间27毫秒，不妨在用户接收的功夫内归来引荐截止，满意用户的检索取求。同声，在特性计划中，沿用并行工作分隔本领，充溢表现GPU的多线程本领，可赢得10倍安排加快比。（4）为体例考证上述接洽功效的灵验性，正文安排并实行了一个鉴于GPU加快的哼唱检索与音乐引荐原形体例。体例沿用模块化的安排思维，将特性索取、索引库创造、哼唱检索、音乐引荐等本领依照处事过程无序贯串，实行原形体例功效，并考证正文提出的关系本领。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/282372.html