語義相關(guān)性數(shù)據(jù)庫構(gòu)建下音樂比賽評分方法多模塊化設(shè)計

張學(xué)旗

(臺州學(xué)院, 藝術(shù)與設(shè)計學(xué)院，浙江，臺州 318000)

0 引言

語義分析是編譯過程中的一個邏輯階段，其任務(wù)是對審查結(jié)構(gòu)上正確的源程序進行上下文有關(guān)性質(zhì)審查，目的是審查源程序是否存在語義錯誤，從而為代碼的生成階段收集類型信息。例如語義分析的工作是實現(xiàn)類型審查，對各個算符進行審查，觀察是否存在語言規(guī)范所允許的運算對象，在不符合語言的規(guī)范時，編譯程序報告錯誤。它也是編譯程序中最有實質(zhì)性的工作，解釋源程序語義，從而引發(fā)源程序的質(zhì)變化[1]。

音樂是利用組織音所構(gòu)成的一種聽覺意象，所以可以用來表述社會現(xiàn)實生活以及思想感情的一種藝術(shù)形式，也是最能夠即時打動人的藝術(shù)形式之一。同時，音樂也是由很多復(fù)雜元素構(gòu)成的，所以在進行比賽時，人工評委很有可能會出現(xiàn)判斷錯誤的情況，為此本文提出一種語義相關(guān)性數(shù)據(jù)庫構(gòu)建下音樂比賽評分方法多模塊化設(shè)計，主要是為了系統(tǒng)化地對音樂選手進行評分，使其結(jié)果更加客觀有效。

1 潛在語義空間建立

在潛在語義空間中構(gòu)造評分標準，并在此語義空間中計算每個演奏者的音樂水平與標準答案之間的語義關(guān)聯(lián)，利用VSM(語音業(yè)務(wù)模塊)表示主觀音樂水平的標準答案，而在VSM模型內(nèi)，一個選手的標準水平，能夠看作是通過互相獨立若干音樂構(gòu)成的集合，就是SAj=(st1j,st2j,…,stmj)T，相對于每首音樂st1j，依據(jù)在標準答案水平內(nèi)所隱藏的重要程度和隱含語義，賦予固定權(quán)值，標準答案的水平特征向量為(ωt1j,ωt2j,…,ωtmj)T，通過權(quán)重評價函數(shù)tf×idf對各個特征項權(quán)重進行定義[2]，具體計算式為

(1)

式中，tfij表示項sti處于標準答案水平SAj內(nèi)的頻數(shù)，idfi=log(N/ni)表示項法反比水平頻數(shù)，N表示比賽主觀評價數(shù)量，ni表示項sti的水平頻數(shù)，在音樂水平內(nèi)全部主觀比賽項目標準答案矩陣為

(2)

式中，ωtii表示第i行第i詞項對每個主觀評價水平答案貢獻，而第j列表示第j個主觀比賽項目標準答案SAj內(nèi)的各個詞項貢獻。

通過潛在語義索引的方式，對比賽內(nèi)全部項目標準答案進行構(gòu)建—矩陣潛在的語義空間。采用奇異值(SVD)的分解方法，計算A的解[3]，具體為

A=U∑VT

(3)

(4)

2 現(xiàn)場音樂比賽評分系統(tǒng)多模塊化設(shè)計方案

2.1 評分系統(tǒng)多模塊化結(jié)構(gòu)

通常來說，現(xiàn)場音樂評分系統(tǒng)框架結(jié)構(gòu)[5]包含3個部分，分別是特征類似度的匹配、提取音樂評分的特征以及構(gòu)建標準數(shù)據(jù)庫。

(1)構(gòu)建標準數(shù)據(jù)庫，依據(jù)音樂評分中提取到的特征，找出最佳提取所對應(yīng)的標準音頻特征，將其作為標準數(shù)據(jù)庫，一般會利用MIDI音樂文件做對應(yīng)特征提取，作為標準數(shù)據(jù)庫。

(2)提取評分音樂特征，該部分是對音樂特征旋律進行提取，其中，包含音符切分、平滑處理以及特征估計等。

(3)數(shù)據(jù)庫中的音頻和需要評分的音樂進行特征匹配[6]，觀察二者相似的程度，實現(xiàn)對音樂的量化評估。

由于音樂評分系統(tǒng)需要準確、客觀，所以要分析現(xiàn)場音樂的表演形式以及噪聲等問題，使其具有良好魯棒性特征。構(gòu)建系統(tǒng)框架如圖1所示。

圖1 音樂評分系統(tǒng)框架結(jié)構(gòu)圖

2.2 音樂評分多模塊化設(shè)計

音樂比賽的好壞是通過多方面確定的，例如情感表達、音強、音色、節(jié)奏、音準以及氣息平穩(wěn)度，不過最重要的是旋律，所以對于音樂評分，通常使用的是以旋律特征作為對比，音樂的獨特性就是通過旋律所確定的，如果旋律出現(xiàn)了變化，那么歌曲自身也就會變成另外的歌曲。旋律則是通過音量、音長與音高此3種因素所構(gòu)成的。通常對于旋律特征表示，容易忽略掉音量的影響，從而直接表示音長以及音高特征。旋律的特征包括2種，具體如下。

2.2.1 音符序列計算模塊

音符的作用是來記錄長短不同音的一種特殊符號，是作為西方音樂的基本元素，通過把音樂打散，變成最小的組成，利用音符的序列，表示音樂旋律內(nèi)的音長以及音高，具體為

Note=[pitch,duration]

(5)

式中，pitch表示音高，duration表示音長。音高和發(fā)聲體振動的頻率相關(guān)；音長則是用來度量某一種音高持續(xù)的長度，采用四分音符作單位。

在音符的序列內(nèi)，不會利用基本頻率對音高進行表示，一般會利用MIDI(樂器數(shù)字接口)文件內(nèi)的半音對音高進行表示[7]，頻率與Semitone存在對應(yīng)的關(guān)系，具體計算式為

(6)

式中，freq(j)表示音符。

2.2.2 基音周期估計模塊

自相關(guān)的函數(shù)可以對波形信號間的類似程度進行估計。把分幀音頻進行平移至一小段，計算起始幀音頻重疊部分的積，具體計算式為

(7)

式中，N表示每幀音頻長度，Si(m)表示第i幀聲音的信號，因為聲音信號可以在短時間中存在周期性，同時周期恒定，會在時移k與聲音的周期相等或者k是聲音周期的整數(shù)倍時，Ri(k)會取極大值，計算信號自相關(guān)的函數(shù)，會標記區(qū)域的最大值和零點之間的間隔，就是聲音的基本周期[8]。

在利用自相關(guān)的函數(shù)法估計基音周期時，會存在一個嚴重問題。隨著偏移增大，k增大，這樣會導(dǎo)致在式(7)內(nèi)的求和項目變少，同時求和值也會減少，從而致使基音周期的估計出現(xiàn)不準確情況。針對該問題，需要利用歸一化的自相關(guān)函數(shù)，即可消除因為求和項的減少帶來的影響。具體計算式為

(8)

2.2.3 音符切分分析模塊

利用音符序列對音樂旋律的評分系統(tǒng)進行表示，完成音高的序列提取后，同時還要進行音符切分操作，從而獲取音符的序列[9]。

音符序列內(nèi)的音符，能夠被看成是連續(xù)不變的幾個音高值，以此可以將音符切分的基本思想劃分成合并連續(xù)相同的音高值。但實際音高估計結(jié)果中，連續(xù)音高的序列不會出現(xiàn)完全相等的情況，會具有很多的微小細節(jié)變化，因此需要對其進行平滑處理，在平滑處理之后，還要對其進行處理，以此來達到音符切分的效果。具體計算式為

(9)

式中,threshold表示閾值，當一個音符的半音跳躍等于或不超過音高范圍的音高時，它被認為是同一個音符。因此，平均值應(yīng)作為統(tǒng)一的節(jié)距值來計算。在通過處理之后，要進行音符切分，具體步驟如下。

(1)粗劃分音高序列，通過將前后的音高值閾值以及差值大小進行對比，判斷相鄰兩幀數(shù)據(jù)是否是相同音符，加序列即可劃分成音高列段。

(2)把各個序列段內(nèi)中值音高轉(zhuǎn)變成半音值，將其作為音符，而統(tǒng)計持續(xù)的時間，將其作為音長。

(3)將全部音高序列進行合并，組成音符序列。

(4)對音符序列進行檢查，對比鄰近的音符Pitch數(shù)值差異，即可判斷是否要進行合并。

通過上述幾步，就能夠?qū)σ舴M行切分，從而獲得精確的音符序列。

2.2.4 音樂特征匹配

提取旋律特征后，就會獲得2種旋律的特征序列分別為音符序列與音高序列。

為了匹配所提取特征的旋律相似度，需要將數(shù)據(jù)庫中的特征與旋律按照標準進行匹配，然后觀察相似度來評價音樂的旋律。在匹配過程中，要注意以下幾個問題：音高偏差，因為每個聲帶結(jié)構(gòu)不同，所以歌唱水平也參差不齊。通常情況下，大量的人沒有接受過專業(yè)的訓(xùn)練，所以對音高的絕對高度不應(yīng)該有過高的要求，應(yīng)該掌握整個音樂過程。對于演唱者在演唱歌曲時出現(xiàn)的音高變化，以及是否有很好的過渡，需要對提取的音高序列進行調(diào)整，并從音高序列中減去旋律的平均值。具體可以獲得表達式為

x(n)=x(n)-Meanx(n)+Shift

(10)

式中，Meanx(n)表示該段旋律音高的平均值，在后面加上統(tǒng)一偏移量Shift，目的是防止音高序列內(nèi)出現(xiàn)負數(shù)。

在旋律評分的框架中，加入新音高的序列提取方法，以此提升音高特征的提取精確性和對噪聲的魯棒性。具體評分過程如圖2所示。

圖2 音樂評分流程圖

3 仿真實驗

為了驗證本文構(gòu)建的音樂評分系統(tǒng)有效性，采用MATLAB進行仿真測試分析，音樂評分的統(tǒng)計樣本數(shù)為2 000，迭代步數(shù)為180，稀疏度為0.24，采用Visual C++進行音樂評分的數(shù)據(jù)庫模型構(gòu)造，音樂信息采樣的長度為1 048，相似度系數(shù)為0.26，根據(jù)上述參數(shù)設(shè)定，進行音樂評分。

首先需要構(gòu)建評價因素，請有關(guān)專家、學(xué)者、音樂人等領(lǐng)域的3位有關(guān)人員參加評價，對設(shè)計的音樂評分系統(tǒng)各個模塊的功能進行評價，設(shè)定評判等級指標為U={A，B，C，D，E}。其中：A代表非常好，分數(shù)等級為(80,100]；B代表良好，分數(shù)等級為(60,80]；C代表一般，分數(shù)等級為(40,60]；D代表較差，分數(shù)等級為(20,40]；E代表非常差，分數(shù)等級為(0,20]。分別統(tǒng)計音符序列計算模塊a1、基音周期估計模塊a2、音符切分分析模塊a3、音樂特征匹配a4等4個部分的評價結(jié)果如表1所示。

表1 評分指標隸屬度

分析表1數(shù)據(jù)可知，關(guān)于統(tǒng)計音符序列計算模塊a1的評分，30%的參評人員評級為A，40%的參評人員評級為B，20%的參評人員評級為C，10%的參評人員評級為D，沒有參評人員評級為E。從而得到a1的評價結(jié)果為(0.3，0.4，0.2，0.1，0)。a2、a3、a4的評價結(jié)果同上分析過程。在構(gòu)建等級模糊子集之后，由于各個因素ai(i=1,2,3,4)較多，運用多級模型求解，將評價因素分為2個子系統(tǒng)，獲取對應(yīng)的單因素評價模糊矩陣R1和R2，具體計算式為

(11)

選擇3位選手作為實驗人員，其中：選手一為受過音樂的專業(yè)訓(xùn)練，登臺演唱過一些音樂；選手二為業(yè)余選手，喜愛音樂；選手三為對音樂完全沒有興趣，也很少唱歌。演唱同一首歌曲，時間設(shè)置為整首歌曲的時間。

選擇3位專業(yè)的評委對3位實驗人員進行評分，為了保證數(shù)據(jù)的有效性，現(xiàn)場的環(huán)境要從開始至結(jié)束保持不變，并將評委的評分數(shù)據(jù)與系統(tǒng)的評分數(shù)據(jù)進行對比，以此來觀察構(gòu)建的系統(tǒng)效果。具體結(jié)果如表2～表4所示。

表2 選手一的評分數(shù)據(jù)對比

表3 選手二的評分數(shù)據(jù)對比

表4 選手三的評分數(shù)據(jù)對比

通過觀察表2～表4的評分數(shù)據(jù)，將本文系統(tǒng)與3位評委的平均分數(shù)進行對比，利用Origin繪制結(jié)果如圖3所示。

圖3 評委與本文系統(tǒng)評分對比結(jié)果

由圖3可知，本文系統(tǒng)的評分結(jié)果：選手一的平均分為84分，演唱水平優(yōu)秀；選手二的平均分為63.28分，演唱水平良好；選手三平均分為48.93，演唱水平較差。這在一定程度上能夠滿足音樂比賽的評分需求，符合人們主觀的感受，且客觀性更強。

4 總結(jié)

本文提出的語義相關(guān)性數(shù)據(jù)庫構(gòu)建下音樂比賽評分方法多模塊化設(shè)計方案，在實際現(xiàn)場音樂比賽評分中，不僅結(jié)果與人工偏差較小，評分結(jié)果符合人們喜愛音樂的主觀感受。但由于音樂形式發(fā)展以及社會的進步，人們對于音樂的種類以及喜愛方式都會有所不同，樂器也會出現(xiàn)更新的情況，難免出現(xiàn)由于樣本不足，導(dǎo)致系統(tǒng)評分結(jié)果不符合現(xiàn)實需求，為此今后研究方向為添加神經(jīng)網(wǎng)絡(luò)，保證評分結(jié)果不陷入局部最優(yōu)，提升系統(tǒng)適用性。