音樂信息檢索包括音樂內(nèi)容分析、音樂風格分類、哼唱識別、音樂推薦等內(nèi)容,近年來在網(wǎng)絡音樂、移動終端、消費電子、游戲娛樂等領(lǐng)域得到了廣泛應用。主旋律提取與多音高估計是音樂信息檢索領(lǐng)域的重要課題,國內(nèi)外對此進行了研究,取得了重要成果,但在性能上還無法滿足實際需要,有許多問題有待深入研究解決。本文應用歐幾里得算法、貝葉斯濾波、動態(tài)規(guī)劃、時頻分析等技術(shù),對主旋律提取和多音高估計方法進行了深入研究,所做的主要創(chuàng)新工作如下:（1）低音伴奏、特殊歌唱技巧以及某些樂器的固有特性會導致基頻丟失,此時難以用基頻跟蹤技術(shù)提取音樂主旋律。為此,本文將計算兩個自然數(shù)最大公約數(shù)的歐幾里得算法推廣到浮點數(shù)域,提出了改進歐幾里得算法。然后,將其用于旋律音高候選估計,提出了基于改進歐幾里得算法的主旋律提取方法。該方法用短時傅里葉變換和瞬時頻率進行音樂混合信號正弦估計,并基于譜峰頻率對,用改進歐幾里得算法計算每幀的多個候選音高估計,再根據(jù)音高輪廓時長和連續(xù)性特征得到旋律音高序列。該方法不依賴于基頻分量就能進行音高估計。進一步,針對同一音符持續(xù)時間內(nèi)音高估計值有時劇烈跳變的問題,提出了改進歐幾里得算法和動態(tài)規(guī)劃相結(jié)合的主旋律... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：125 頁

【學位級別】：博士

【部分圖文】：

圖１．１全球錄制音樂行業(yè)收入１?（單位：十億美元）??

盡管音高是心理聲學領(lǐng)域中聲音的主觀屬性之一，而基頻是物理學領(lǐng)域的概念，ｉｉ??在ＭＩＲ領(lǐng)域中，認為兩者具有相同意義多音高估計，也稱為“多基頻估計”，是指??從音樂音頻中提取出每幀信號的多個音高。如圖１．３所示，多音高估計系統(tǒng)的輸入為善??樂音頻信號，輸出每幀信號的多個音高。系統(tǒng)輸出可表示為橫軸是時間，縱軸為音高頻??率值的二維圖形形式，也可按照各音符起始時刻排序，記錄各音符起止時間及音高值的??列表形式。本文統(tǒng)一采用第一種形式呈現(xiàn)多音高估計結(jié)果。多音高估計在音頻－樂譜對??齊、音樂自動搜索和標注、音樂學分析和聽覺場景分析中均具有廣泛應用＾１７，？１９１。??在過去十年中，己經(jīng)提出了一些從音樂信號中估計多音高的方法，并在音樂信息檢??索領(lǐng)域得到初步應用，但該問題目前仍然具有一定的挑戰(zhàn)性。一般來說，音樂中各音符??都由基波和各次諧波構(gòu)成，這是音高估計的依據(jù)。而音樂信號中可能存在幾個音符同時??發(fā)聲，鄰近的譜分量會互相影響，甚至和聲導致某些譜峰會與兩個甚至多個音符有關(guān)。??若兩個音符具有重疊諧波分量

｜｜?｜丨丨艙—５?一?■一一＾??＊?＂?Ｗ?｜??時間??圖１．２音樂主旋律提取??Ｆｉｇ．?１．２?Ｍｅｌｏｄｙ?ｅｘｔｒａｃｔｉｏｎ?ｆｒｏｍ?ｐｏｌｙｐｈｏｎｉｃ?ｍｕｓｉｃ??１．１．２多音高估計??自從１９７７年Ｍｏｏｒｅｒ首次嘗試記二重奏譜以來［Ｗ，研宄人員在音樂記譜方面做了大量??工作，取得了重要進展，但迄今為止，該課題仍是ＭＩＲ領(lǐng)域一個難點問題。其主要原因??在于：同時發(fā)聲的各音符會有大量的重疊諧波分量，它們會互相干擾，阻礙各音符的識??另ＩＪ。此外，音樂種類繁多，風格各異，樂器類型豐富，演奏技巧多樣，很難找到合適的??通用方法實現(xiàn)音樂記譜。??現(xiàn)有部分多音高估計方法僅限于鋼琴演奏音樂［１２，１３，１４］，部分方法適合于各種類型的??樂器（包括鋼琴）。音樂記譜包括多音高估計、音符起始／結(jié)束檢測、響度估計和量化、樂??器識別、節(jié)奏估計和時間量化等［｜５］，多數(shù)音樂記譜系統(tǒng)的研宄范圍僅限于多音高估計和??音符跟蹤，故在ＭＩＲ領(lǐng)域常將多音高估計與音樂記譜視為等同任務。??盡管音高是心理聲學領(lǐng)域中聲音的主觀屬性之一

【參考文獻】：
期刊論文
[1]結(jié)合改進歐幾里得算法和動態(tài)規(guī)劃的音樂主旋律提取[J]. 張維維,陳喆,殷福亮.  信號處理. 2018(08)
[2]理解數(shù)字音樂——音樂信息檢索技術(shù)綜述[J]. 李偉,李子晉,高永偉.  復旦學報(自然科學版). 2018(03)
[3]復調(diào)音樂主旋律提取方法綜述[J]. 張維維,陳喆,殷福亮,張俊星.  電子學報. 2017(04)
[4]一種基于隱馬爾科夫模型的波形文件主旋律基頻提取算法[J]. 龔君才,劉剛.  軟件. 2013(12)
[5]人耳音高感知的心理聲學基本理論[J]. 陳小平,陳靜.  電聲技術(shù). 2011(05)

碩士論文
[1]基于單源欠定語音分離的音樂主旋律提取方法研究[D]. 宋岳陽.北京郵電大學 2012



本文編號：3247098