計算機制作音樂類作品在線播放系統設計

薛卓艷

關鍵詞： 音樂類作品; 在線播放系統; 搜索效率; 用戶管理; 感興趣程度; 系統設計

中圖分類號： TN802?34; TP317 ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2018）24?0082?04

Design of online play system for computer?made music works

XUE Zhuoyan

（Weinan Normal University， Weinan 714000， China）

Abstract： Since the current design method of the online play system for music works has the problems of low search efficiency and low accuracy of interest degree calculation results， a design method for the online play system of computer?made music works is proposed. The play system is composed of the system and user management platform， music work management platform， and music work collecting and editing platform. The system and user management platform is used to identify the user′s right and authenticity. The music work collecting and editing platform is used to realize download and upload of music works. The music work management platform is used to conduct catalogue management， transcoding service and migration management of music works. The user?music work association list is constructed based on the user′s work matrix. The similarity degrees between the target users and other users are calculated. The calculation results are ranked to obtain the nearest neighbor set of the target users with the highest similarity， so as to select the music works that the users like. The UserCF algorithm is used to calculate the users′ interest level to the works， so as to generate a recommendation list of music works， and complete the design of the online play system for computer?made music works. The experimental results show that the proposed method has a high search efficiency and high accuracy of interest degree calculation results.

Keywords： music work; online play system; search efficiency; user management; interest degree; system design

科學技術的進步促進了手機的普及，智能手機被廣泛地應用到人們的生活中，并影響人們的生活習慣[1]。錄音機、MP3等音樂播放器沒有歌曲推薦功能，用戶在海量的歌曲中不能選出自己喜歡的歌曲，為了滿足用戶的需求，需要對在線播放系統設計方法進行研究。當前在線播放系統設計方法搜索效率低、感興趣程度計算結果準確率低[2]。

苗靜等提出一種嵌入式智能音樂播放系統設計方法。該方法通過服務端和移動端軟件APP構成播放系統，服務端包括網絡機頂盒及路由器，具有實時控制播放和定時播放的功能，通過網絡機頂盒對歌曲播放時間和遠程更新進行控制。該方法搜索音樂作品所用的時間較長，搜索效率低[3]。李志全等人提出了一種基于白光LED可見光通信的播放系統設計方法。該方法設計的播放系統中包括接收模塊和發射模塊，用戶使用手機中的音樂播放器播放音樂時，通過雙音頻線插頭在發射模塊中輸入音頻信號;采用C12702?11 APD模塊在接收模塊中完成光信號與電信號的轉換，并對轉換得到的電信號進行濾波處理，完成音樂播放。該方法不能準確地計算出用戶對音樂類作品的感興趣程度[4]。陳晨等提出一種基于流媒體服務器的音樂播放系統設計方法。該方法設計的音樂播放系統中的流媒體服務器為WiFi網絡適配器和ARM板，對客戶端接收外界設備或本地推送的音樂進行控制。該方法對用戶指定的音樂類作品進行搜索時，所用的時間較長，搜索效率低[5]。

為解決上述方法中存在的問題，本文提出一種計算機制作音樂類作品在線播放系統設計方法。

1 ?計算機制作音樂類作品在線播放系統

1.1 ?系統與用戶管理平臺

管理用戶是在登錄計算機制作音樂類作品在線播放系統時，需要對用戶進行認證，通過認證的用戶才能夠使用和操作系統[6]。基于角色訪問控制在認證和管理的方法上可以降低系統的管理開銷和操作復雜度，提高播放系統訪問控制的安全。角色訪問控制模型見圖1。

計算機制作音樂類作品在線播放系統中較為重要的一步是管理用戶，管理用戶也是播放系統中的基礎工作[7?8]。角色之間在計算機制作音樂類作品在線播放系統中的繼承關系可以通過用戶認證解決。用戶通過申請計算機制作音樂類作品在線播放系統的賬號，登錄系統，根據系統賦予的權限對計算機制作音樂類作品在線播放系統進行操作。

1.2 ?音樂類作品管理平臺

用戶通過音樂類作品管理平臺實現計算機制作音樂類作品在線播放系統的人性化工作。

1） 存儲管理。計算機制作音樂類作品在線播放系統采用近線存儲和在線存儲的分級存儲結構。通過存儲管理系統對以上兩個存儲區統一進行調度，使兩個存儲區共同完成數據對象的維護、交換和存儲任務[9?10]。通過近線存儲完成全部高碼率素材的存儲，通過在線存儲完成部分高碼率素材和全部低碼率素材的存儲。

2） 數據遷移。音樂類作品在在線和近線之間的回遷和遷移通過遷移模塊完成，并對數據流磁帶庫設備進行控制，在線與近線之間的遷移任務通過數據遷移模塊完成。在數據遷移管理的過程中會將計算機制作音樂類作品在線播放系統中所有有關的元數據都保存到數據庫中。

1.3 ?音樂類作品采編平臺

1） 下載模塊管理。將服務器端的音樂類作品下載到本地文件中是下載管理模塊的主要功能。在線音樂客戶端聽網絡中的音樂類作品時，需要連接網絡并將作品文件從服務端下載到本地再進行播放，消耗的網絡流量較大。如果用戶沒有連接WiFi會增大開銷，影響用戶的聽歌體驗。將網絡中的音樂類作品提前下載到本地文件中可以解決以上問題。

2） 下載模塊設計。下載音樂類作品時，需要音樂類作品的下載入口，將其添加到下載任務中進行暫?；蜷_始等操作，并對整個任務隊列中的下載策略和管理進行定義。

2 ?音樂類作品推薦方法

計算機制作音樂類作品在線播放系統設計方法通過用戶作品矩陣構建用戶?音樂類作品的關聯表，計算目標用戶與其他用戶之間的相似度并進行排列。根據排列結果得到相似度最高的最近鄰居集合。通過UserCF算法計算用戶對音樂類作品的感興趣程度，得到音樂類作品的推薦列表。

對用戶的行為數據進行分析，結合用戶對音樂類作品的正反饋行為構建[m×n]的用戶音樂類作品矩陣[A（m，n）]。正反饋和負反饋分別代表的是用戶行為傾向于喜歡或不喜歡某類物品。[m]代表的是用戶的總數;[n]代表的是音樂類作品的總數;設[aij]代表的是用戶[i]對音樂類作品[j]的行為數。當[aij]的值為0時，代表用戶對音樂類作品無效;當[aij]的值為1時，代表用戶對音樂類作品有效。用戶音樂類作品矩陣[A（m，n）]的表達式為：[A（m，n）=a11a12…a1na21a22…a2n????am1am2…amn] （1）

通過用戶音樂類作品矩陣構建用戶?音樂類作品關聯表，對目標用戶和計算機制作音樂類作品在線播放系統的其他用戶之間存在的相似度進行計算。根據計算結果進行排列，得到與目標用戶之間相似度最高的最近鄰居集合。計算機制作音樂類作品在線播放系統用戶之間的相似度[wuv]計算公式為：

[wuv=N（u）?N（v）N（u）?N（v）] ? （2）

式中：[u]，[v]代表的是計算機制作音樂類作品在線播放系統的用戶;[N（u）]代表的是系統用戶[u]以前存在過的正反饋物品的集合;[N（v）]代表的是系統用戶[v]以前存在過的正反饋物品的集合。

余弦相似度和皮爾遜系數相似度的計算公式為：

[wuv=i∈I（rui-ru）（rvi-rv）i∈I（rui-ru）2i∈I（rvi-rv）] ? （3）

式中：[I]代表的是音樂類作品的集合;[rui]代表的是用戶[u]對音樂類作品[i]的評分;[rvi]代表的是用戶[v]對音樂類作品[i]的評分;[ru]，[rv]代表的是系統用戶[u]，[v]對音樂類作品打分的平均分。

通過UserCF算法計算用戶[u]對物品[i]的感興趣程度[p（u，i）]，生成音樂類作品的推薦列表。

[p（u，i）=v∈S（u，K）?N（i）wuvrvi] ? （4）

式中：[p（u，i）]代表的是系統用戶對關注作品的感興趣程度;[N（i）]代表的是物品[i]存在行為用戶的集合;[S（u，K）]代表的是與用戶[u]的偏好相似的[K]個用戶;[wuv]代表的是系統用戶[u]，[v]興趣的相似度;[rvi]代表的是系統用戶[v]對音樂類作品[i]的興趣。

3 ?實驗的結果與分析

為了驗證計算機制作音樂類作品在線播放系統設計方法的整體有效性，需要對計算機制作音樂類作品在線播放系統設計方法進行測試。本次測試的實驗平臺為Simulink。分別采用計算機制作音樂類作品在線播放系統設計方法、嵌入式智能音樂播放系統設計方法、基于白光LED可見光通信的播放系統設計方法進行測試。測試三種不同方法搜索指定音樂類作品所用的時間，對比三種不同方法的搜索效率，測試結果見圖2。

分析圖2可知，采用計算機制作音樂類作品在線播放系統設計方法、嵌入式智能音樂播放系統設計方法、基于白光LED可見光通信的播放系統設計方法搜索音樂類作品時，計算機制作音樂類作品在線播放系統設計方法搜索不同數目音樂類作品所用的時間均少于以上兩種方法所用的時間。因為計算機制作音樂類作品在線播放系統設計方法采用近線存儲和在線存儲的分級存儲結構，通過存儲管理系統對以上兩個存儲區統一進行調度，可在較短的時間內搜索到指定的音樂類作品，搜索效率高。

分別采用計算機制作音樂類作品在線播放系統設計方法（方法1）、嵌入式智能音樂播放系統設計方法（方法2）、基于白光LED可見光通信的播放系統設計方法（方法3）計算用戶對音樂類作品的感興趣程度，并將計算結果與實際結果進行對比，測試結果如表1所示。

分析表1可知，采用計算機制作音樂類作品在線播放系統設計方法計算用戶對5個音樂類作品的感興趣程度時，得到的結果與實際結果一致，準確率為100%。采用嵌入式智能音樂播放系統設計方法計算用戶對5個音樂類作品的感興趣程度時，得到的結果中只有一個與實際結果一致，準確率為20%。采用基于白光LED可見光通信的播放系統設計方法計算用戶對5個音樂類作品的感興趣程度時，得到的結果中有2個與實際結果一致，準確率為40%。對比三種方法的結果可知，采用計算機制作音樂類作品在線播放系統設計方法可準確地計算出用戶對作品的感興趣程度，生成推薦列表。

4 ?結 ?語

在線播放系統可以滿足用戶的聽歌需求，但當前音樂類作品在線播放系統設計方法搜索作品的效率低、感興趣程度的計算結果與實際不符。為此本文提出一種計算機制作音樂類作品在線播放系統設計方法。此方法可在較短的時間內搜索到指定的音樂類作品，計算得到的用戶對作品的感興趣程度與實際結果一致，為音樂類作品在線播放系統的發展奠定了基礎。

參考文獻

[1] 張秀再，杜蒙，陳彭鑫，等.基于無線控制的音樂播放器設計[J].現代電子技術，2016，39（8）：111?114.

ZHANG Xiuzai， DU Meng， CHEN Pengxin， et al. Design of music player based on wireless control [J]. Modern electronics technique， 2016， 39（8）： 111?114.

[2] 繆竟鴻，王薇，武志剛，等.基于STM32F103的無主機通信系統的設計[J].科學技術與工程，2017，17（4）：223?229.

MIAO Jinghong， WANG Wei， WU Zhigang， et al. Design of non?central?switch calling system based on STM32F103 [J]. Science technology and engineering， 2017， 17（4）： 223?229.

[3] 苗靜，楊帆，潘國峰.嵌入式智能音樂播放系統的設計與實現[J].聲學技術，2017，36（4）：357?362.

MIAO Jing， YANG Fan， PAN Guofeng. Design and implementation of embedded intelligent music player system [J]. Technical acoustics， 2017， 36（4）： 357?362.

[4] 李志全，謝銳杰，王聰，等.基于白光LED可見光通信的音頻傳輸系統[J].發光學報，2016，37（7）：852?858.

LI Zhiquan， XIE Ruijie， WANG Cong， et al. An audio transmission system based on the white LED visible light communication [J]. Chinese journal of luminescence， 2016， 37（7）： 852?858.

[5] 陳晨，殷海兵.基于嵌入式流媒體服務器的視頻點播系統[J].電視技術，2016，40（9）：41?45.

CHEN Chen， YIN Haibing. VOD system based on embedded streaming media server [J]. Video engineering， 2016， 40（9）： 41?45.

[6] 王程，周婉，何軍.面向自動音樂生成的深度遞歸神經網絡方法[J].小型微型計算機系統，2017，38（10）：2412?2416.

WANG Cheng， ZHOU Wan， HE Jun. Recurrent neural network method for automatic generation of music [J]. Journal of Chinese computer systems， 2017， 38（10）： 2412?2416.

[7] 薛董敏，趙志華.融合Fisher判別分析與波動序列的音樂推薦方法[J].計算機科學與探索，2017，11（8）：1314?1323.

XUE Dongmin， ZHAO Zhihua. Music preference elicit method based on fisher linear discriminant analysis and volatility sequence [J]. Journal of frontiers of computer science & technology， 2017， 11（8）： 1314?1323.

[8] 許明杰，蔚承建，沈航. Spark并行化基于物品協同過濾算法[J].計算機工程與設計，2017，38（7）：1817?1822.

XU Mingjie， WEI Chengjian， SHEN Hang. Item?based collaborative filtering algorithm on Spark parallelization [J]. Computer engineering and design， 2017， 38（7）： 1817?1822.

[9] 李博，陳志剛，黃瑞，等.基于LDA模型的音樂推薦算法[J].計算機工程，2016，42（6）：175?179.

LI Bo， CHEN Zhigang， HUANG Rui， et al. Music recommendation algorithm based on LDA model [J]. Computer engineering， 2016， 42（6）： 175?179.

[10] 邵曦，姚磊.基于SVM主動學習的音樂分類[J].計算機工程與應用，2016，52（6）：127?133.

SHAO Xi， YAO Lei. Music classification based on SVM active learning [J]. Computer engineering and applications， 2016， 52（6）： 127?133.