Abstract
現今，隨著電腦運算速度加快及儲存裝置容量加大，越來越多的多媒體資料被處理且儲存在電腦裡。因此，最近幾年來，音樂內涵分析變成一個很重要的議題。由於音樂資料含有豐富的高階語意資訊，所以音樂內涵分析的研究中，音樂切割通常會是第一個步驟。在此篇論文中，我們提出了一個音樂切割的架構，用來在音樂資料中尋找音樂斷點，且是建立在人類感覺的基礎之上。在此架構中，三個感知特徵被擷取用來模擬人類的感覺，且分別對應到四個精神聽學中的感知性質。因此，當每一個感知特徵有變化時，人類對音樂的感覺也會產生變化，而其時間點即是所要的音樂斷點。此三種不同的感知特徵分別能找出不同性質的音樂斷點，它們各司其職、並互補彼此不足之處。接著，我們利用數位訊號處理的技巧，來找出其特徵值變化最大的地方，先為每一個特徵找出一些候選斷點。再根據特徵之間的互補效應，設計了一個排序演算法來找到最後的音樂斷點。其排序演算法和特徵的優先順序有絕對的關係。我們做了一系列的實驗來驗證此架構的效能，並比較單一特徵表現和排序演算法的差異。且實驗結果得知，對於音樂切割的研究來說，此三種感知特徵在不同種類的音樂中會有不同的表現，以平均表現來說，皆是不錯的特徵。另外，根據此三種特徵間的互補效應，排序排算法的結果會擁有更高的精準度。由實驗中得知，此架構應用在音樂切割上的效能是非常不錯的。