簡介

第一節 音樂內容檢索系統

隨著網際網路的普及，一般人在有資訊檢索的需求時，第一個想到的工具通 常是網頁上的搜尋引擎，根據使用者提供的關鍵字，搜尋引擎可以很快的找到相 關文件，並且已展現出令人滿意的效率及結果。目前越來越多數位音樂資料產 生，這些音樂資料內容也已經成為使用者所要搜尋的對象，發展一個有效率的音 樂檢索系統也就更為重要。由於音樂資料中有絕大部分是很難用文字去表達的，

因此我們無法利用關鍵字搜索來搜尋音樂資料內容，如果我們使用內涵式查詢

(content-based retrieval)，這個問題就可以有效的解決。所謂的內涵式查詢簡而言 之，就是對所要尋找的多媒體，做內容的分析並擷取其特徵值，以作為查詢比對 的依據。

以前常見的音樂檢索方式是以傳統文字型態為主，使用者於系統輸入歌名、

作曲者等關鍵字，利用文字比對方式找出有關的音樂資料，這種檢索方式的最大 缺點在於，使用者大部分的時候，只記得音樂的旋律，或是突然聽到的一段喜歡 的旋律，但是若不知道其相關資訊時，使用者就無法利用此種方式搜尋。

直 接 針 對 音 樂 內 容 進 行 檢 索 的 系 統 ， 也 就 是 所 謂 的 音 樂 內 容 檢 索 系 統 (Content-Based Music Retrieval, 簡稱 CBMR)，是從音樂資料庫中擷取出每首歌的 特徵値如旋律(melody)和節拍(rhythm)等，將這些資料放入資料庫中，再將使用者

輸入的查詢轉換為相同的特徵値與資料庫做比對，最後回應給使用者最接近的音 樂資料，在查詢過程中，使用者不需輸入文字型態的查詢資料，取而代之的是輸 入音樂資料的內容，而現有的音樂內容檢索技術，大部分都提供使用者查詢一段 不完整的音樂片段，使用者可以經由鍵盤或哼唱的方式，而輸入的音樂資料內容 可不需與資料庫中的音樂完全相同。

第二節 研究問題

對於一個音樂內容檢索系統，必定要處理下列問題：

1. 使用者查詢時，可能無法記憶正確的旋律，以致於輸入不完整的片段，造成 輸入的曲調走音。

2. 由於使用者的起音可能會抓不太準，因此一首曲子必須可以以任何音高當作 起音，而還是同樣的旋律，也就是符合「音調無關」(key-invariant)。

3. 使用者對於碎音(fragmentation)與合併音(consolidation)的誤解，甚至對原始音 樂資料中許多裝飾音及合聲部份不易記憶或辨別。

根據上述問題可知，使用者不太可能輸入的片段完完全全和音樂內容相同，因此 音樂資料的比對必須以近似比對(approximate matching)的技術來處理，而其所需 的時間複雜度，又高於完全比對(exact matching)許多。

目前在音樂檢索的研究中，大部分都將旋律特徵以音符字串的方式表示，因 此有些音樂檢索系統會利用近似字串比對(approximate string matching)的技術，包 含允許字串的插入(insertion)、刪除(deletion)、取代(substitution)等情形，來當做比

對的方法。然而，以軟體來實現近似字串比對的技術通常需要相當高的運算複雜 度，導致需要一段時間才能回應使用者，對於一個檢索系統是相當不合適地。

以硬體實現近似字串比對技術，對於增進音樂檢索處理的速度是相當有效的 方法，目前已有許多研究報告提出近似字串比對的電路，不過這些電路很難直接 套用到音樂檢索上面，因為有些近似字串比對電路是實現動態規劃(dynamic

programming)的演算法 [3][4][5]，要應付不同長度的音樂檢索片段缺乏彈性 (flexibility)，雖然有別的電路架構[6]擁有較高的彈性，但此電路架構只允許字串 中的符號被取代的情形，而且實現這種電路架構需要相當高的 area cost。

第三節 研究目的

根據上述問題，本篇論文提出在近似字串比對的基礎下，利用硬體平行

(parallel)高速的運算來進行音樂的檢索，以減少運算的時間複雜度。有別於一般 硬體設計是用 ASIC(Application Specific Integrated Circuit)[7]的技術，我們是以

FPGA(Field Programmable Gate Arrays)[8][9]來實現電路。FPGA 技術除了擁有與 ASIC 技術相當的運算速度，更重要的是電路可隨時改變的特點，對於修改電路 僅需些許的時間。

整個系統分為系統端(server)及使用者端(client)，之間透過網路進行資料的傳 輸。系統端以 FPGA 來實現，我們以硬體實現用在近似字串比對的 shift-and-or 演算法[10]，此演算法由於簡單且具有彈性，是在近似比對技術中較有效率的一 個法則，該硬體具有 High Throughput、Low Latency 以及 Low Area Cost 等優點，

系統運作之後接收使用者端的查詢(query)請求，執行高速 CBMR 比對以後，將有 排名的比對結果傳回使用者端。

為了達到友善的檢索方式及便利的結果檢視，使用者端可輸入簡譜做查詢，

或在模擬的鋼琴鍵盤上彈奏，滑鼠點擊黑白鍵時就會發出對應音符的聲音，也可 直接以 MIDI(Musical Instruments Digital Interface)格式的檔案輸入做查詢，過程中 隨時都可試聽來減少輸入片段發生不正確的機率，而由系統端傳回的結果，也會 依照相似度由高到低排名，並可播放來欣賞。

第四節 論文架構

接下來的章節將依序由第二章說明論文中所用到的理論與技術背景；第三章 將介紹整個音樂檢索系統的架構；第四章為實驗結果及討論；第五章總結本論文 與未來研究方向。