第8章 音樂資訊檢索#

「這首歌叫什麼名字？」「樂器的音準對不對？」「這首歌的節拍在哪裡？」——音樂資訊檢索（Music Information Retrieval, MIR）把這些人類聽覺的問題變成可計算的問題，而其中的演算法大多可以用本書前幾章的技術堆疊起來。

首先是音高偵測與調音器。吉他手按品位時，手機裡發生了什麼？我們比較自相關與 YIN 演算法，介紹以累積平均消除自相關缺點、以門檻找到第一個谷底的 YIN 做法，並實作一個簡版的調音器，把頻率換算到最接近的 A4=440Hz 音名。接著是節拍偵測：把訊號轉成頻譜、計算能譜差分（spectral flux），得到強調 onset（發聲點）的節拍曲線，再用自相關或直方圖法推估 BPM，最後從 onset 上尋找等距的相位。最後是音訊指紋——Shazam 法：把近似的定域峰值（spectral peaks）配成星座特徵（constellation map），以穩健的 hash 對抗雜訊與重錄，用倒排索引在百萬首歌中查找匹配。

本章豐富的資料結構（字典、雜湊索引）與訊號技術並重，是演算法課的合適綜合練習。