【摘要】：樂器識別是音頻信息檢索領域中的重要研究方向之一,其主要目標是從樂音信號中分辨出樂器的所屬類別和具體名稱。音色的差異是區(qū)分不同樂器聲音的根本依據(jù),但現(xiàn)有的樂器識別算法通常使用大量的特征用于分類,往往忽略了探索樂器音色的本質。本文以音色信息的提取為出發(fā)點,對西洋樂器的識別問題展開了研究。合理的數(shù)學模型是音色特征提取的重要基礎,本文總結了三種不同類別的樂音模型,并對常見的音色特征進行了簡要介紹。激勵源-濾波器模型以樂器的發(fā)聲機制為基礎,將樂音信號建模為激勵源與共振體的卷積。樂器的音色主要由共振體的修飾作用決定,并可以通過倒譜分析進行有效提取。在倒頻域特征中,梅爾頻率倒譜系數(shù)(Mel Frequency Cepstral Coefficient, MFCC)將樂器的發(fā)聲機制與人耳的聽覺特性相結合,更全面地詮釋了音色的感知。本文將傳統(tǒng)的激勵源-濾波器模型加以改進,利用正弦成分和噪聲成分的疊加對激勵源信號建模,構建出對樂音信號描述更為詳細的綜合模型。受MFCC的啟發(fā),本文在綜合模型的基礎上提出了基于非音高成分的梅爾頻率倒譜系數(shù)(Nontonal Mel Frequency Cepstral Coefficient, NMFCC)。非音高成分對應于噪聲激勵,此時提取出的共振體信息去除了激勵源的影響,對音色的描述更加準確。此外,本文對經(jīng)驗模態(tài)分解(Empirical Mode Decomposition, EMD)得到的本征模態(tài)函數(shù)(Intrinsic Mode Function, IMF)進行篩選求和,提出了基于低階本征模態(tài)和的梅爾頻率倒譜系數(shù)(Mel Frequency Cepstral Coefficient of Low Order Modes Summation, LOMS-MFCC),有效突出了樂音信號高頻段的共振峰信息。本文通過大量的樂器分類實驗,對NMFCC和LOMS-MFCC的音色描述能力進行了驗證。與MFCC特征相比,本文提出的兩種音色特征在樂器分類實驗中性能均有明顯改善。鑒于NMFCC令人滿意的區(qū)分能力,論文最后將NMFCC特征和相關時域特征進行組合,使識別系統(tǒng)整體的識別正確率得到進一步提高。
【圖文】：

圖２－２邋Ｍｅｌ濾波器細的頻率響應逡逑

對應的基頻約為３２９Ｈｚ，在幅度譜中基頻的整數(shù)倍位置處可Ｗ看出有明顯的逡逑諧波結構。為了方便比較，本文采用Ｔｒｕｅ邋Ｅｎｖｅｌｏｐｅ算法求解了，

本文編號：2576360