信息時(shí)代下,音樂(lè)信息數(shù)量不斷增漲,導(dǎo)致對(duì)音樂(lè)信息的檢索、識(shí)別、處理需求與日俱增。然而背景樂(lè)曲與歌聲往往具有相關(guān)性,它們之間的相互干擾給音樂(lè)信息處理帶來(lái)了巨大障礙。音樂(lè)分離技術(shù)的研究給上述問(wèn)題帶來(lái)了新的探索方向。本文主要研究樂(lè)曲和歌聲分離問(wèn)題。在統(tǒng)計(jì)技術(shù)和計(jì)算聽(tīng)覺(jué)場(chǎng)景分析技術(shù)兩大理論下,對(duì)NMF分離技術(shù)、音樂(lè)信息特征分析技術(shù)、聽(tīng)覺(jué)聲學(xué)模型進(jìn)行了研究。在此基礎(chǔ)上,重點(diǎn)對(duì)音樂(lè)反復(fù)結(jié)構(gòu)建立和背景樂(lè)曲提取等問(wèn)題進(jìn)行了深入研究,最后對(duì)基于音樂(lè)反復(fù)性的樂(lè)曲和歌聲分離算法中存在的問(wèn)題進(jìn)行了一些改進(jìn),主要?jiǎng)?chuàng)新點(diǎn)有以下兩個(gè)方面:(1)基于多反復(fù)結(jié)構(gòu)的音樂(lè)分離音樂(lè)信號(hào)是隨著時(shí)間變化而變化的,因此音樂(lè)的反復(fù)特征也是隨音樂(lè)的變化而變化的。本文提出了一種基于多反復(fù)結(jié)構(gòu)的音樂(lè)分離算法,通過(guò)多反復(fù)結(jié)構(gòu)模型來(lái)更好的符合音樂(lè)自身變化的特點(diǎn),并且利用了MFCC特征來(lái)建立反復(fù)結(jié)構(gòu)模型。通過(guò)實(shí)驗(yàn)結(jié)果表明,該方法能較真實(shí)的反映音樂(lè)本身的反復(fù)性,一定程度上提高分離性能。(2)基于音源類型分析的音樂(lè)分離在以往的反復(fù)分離算法中,節(jié)奏緩慢,韻律較弱的音源容易被反復(fù)模型忽略掉,為了能較好的分離出這一類音源,本文采用了諧波、沖擊源分離思想,促進(jìn)這類音源的分離性能改善。通過(guò)諧波、沖擊源分離思想和多反復(fù)結(jié)構(gòu)模型共同作用對(duì)背景樂(lè)曲中不同類型音源進(jìn)行分別分離。實(shí)驗(yàn)結(jié)果表明,對(duì)節(jié)奏韻律弱的音源進(jìn)行單獨(dú)分離后,大大減少了歌聲中殘留的樂(lè)曲音源,從而改善了分離性能。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN912.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 關(guān)勇;李鵬;劉文舉;徐波;;基于計(jì)算聽(tīng)覺(jué)場(chǎng)景分析和語(yǔ)者模型信息的語(yǔ)音識(shí)別魯棒前端研究[J];自動(dòng)化學(xué)報(bào);2009年04期

本文編號(hào)：1417879