10、音乐文件相似度计算与文本检索自适应算法研究

音乐文件相似度计算与文本检索自适应算法研究

1. MIDI 文件相似度计算

在处理 MIDI 文件时，为了计算文件之间的相似度，需要进行一系列的预处理和算法操作。

1.1 预处理步骤

• 时间值归一化 ：将 MIDI 文件中的时间值进行预处理，使一个节拍（tick）为四分之一音符的 1/120。忽略 MIDI 速度事件，这样不同速度的相同音乐在度量下会表现出相似性。
• 时间量化 ：将所有时间量化到最接近的 60 节拍的倍数，即八分音符的持续时间（通常在 150 到 400 毫秒之间），以过滤掉微小且不重要的时间变化。
• 时间差限制 ：将时间差上限设为 1920 节拍，对应 4/4 拍的 4 小节（约 8 秒），不记录包含大于此时间差的片段。也可以选择将起始时间上限设为 1920 节拍，但不丢弃任何片段。
• 忽略无关信息 ：MIDI 文件中除了音符开启和关闭事件外，还有大量与相似度计算无关的信息，如乐器使用、作品作者和标题、轨道和通道号、速度、音量和音符速度等，都予以忽略。将多轨道 MIDI 文件中的所有轨道合并为一个轨道。

1.2 算法流程

• 指纹提取 ：
  1. 对于每个音高 z，提取 MIDI 文件中该音高的音符事件，将其视为一系列数字（起始时间）。
  2. 对时间进行归一化，起始时间记录为自上次事