針對現(xiàn)有的單一音樂分離算法難以分離背景音樂和歌聲的問題,提出一種融合聲源分離及反復結構模型的音樂分離方法。該方法首先通過迭代的方式分離出音樂的諧波聲源和沖擊聲源,再引入節(jié)奏譜分析不同聲源的能量譜矩陣,對其建立反復周期結構模型,最后保留諧波源的反復周期成分,去除沖擊源的反復周期成分,得到分離后的背景音樂和歌聲。針對MIR-1K數(shù)據(jù)庫,對1000首音樂片段的分離實驗表明,與現(xiàn)有分離方法對比,本文方法在分離背景音樂和歌聲時均表現(xiàn)出優(yōu)異的性能。 

【文章來源】：聲學學報. 2020,45(05)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

圖７隨機１０首音樂片段分離性能指標對比圖??

??度依賴樣本，建立詞典的過程較復雜，運算最大且易??過度分離。本文方法首先通過迭代運算分離音樂的??諧波聲源和沖擊聲源，再利用節(jié)拍信總對不同聲源??的能董矩陣建立反復結構模型，最后保留諧波源的??反復結構成分ｆ去除沖擊源的反復結構成分，從而得??到分離后的背景音樂和歌聲．該方法既汲取了聲源??分離算法在提取稀疏性歌聲時的優(yōu)勢，又融合了反??復結構模型在對背景音樂建模時的優(yōu)勢，對比單一４??的分離算法，在分離同一段音樂時，融合算法能夠更??好地分離出背景音樂和歌聲。??圖如圖１所示．４??圖１中可以清晰地看到垂直和水平的結構，諧??波分最通常具有穩(wěn)定的音高，在語譜圖上形成具有??平滑時間包絡的平行脊，而沖擊源分量的能景集中??在短時間內，形成具有寬頻包絡的垂直脊，利用各向??異性，將原始功率譜分解為諧波分量和??沖擊源分最諧波聲源和沖擊聲源Ｐ／ｍ滿??足如下代價函數(shù)，??ｐ）?＝?＾?Ｅ?（丑丄－訊４２?十??Ｈ?Ｕ?Ａ??＇?…?．?ＣＤ??＿?Ｐｈ，ｉ）２，??Ｐ?ｈ，ｉ??其中Ｃ７Ｈ和ＣＴｐ分別為諧波聲源和沖擊聲源的平滑??度因子，Ｈ／Ｍ－１和私，Ｈ分別表示第ｉ－１幀的諧波??聲源和沖擊聲源，＿?Ｈ／Ｍ）和（Ｐ／Ｍ－１?＿乃Ｍ）??分別表示諧波聲源和沖擊聲源前一幀和當前幀的差??值，上式的約束條件為：??Ｈｈ，ｉ?＋?Ｐｈ，ｉ?＝?Ｗｈ，ｉ，?（２）??Ｈｈ＾?＾?０，?Ｐｈ＾?＾?０．?（３）??８０００??７０００??６０００??貨?５０００??Ｓ?４０００??＾?３０００??２０００??１０００??０??０．５?１．０?１．５?２．０?２．５?３．０?３．５?

張?zhí)斓龋喝诤下曉捶蛛x及．Ｒ復結構模型的音樂分離方法??７０９??｛（巧—ｌ，．ｉ?＿?十（Ｐｆｒ．ｆｉ?—?％，ｉ）２｝．，??需滿足：??Ｊ（Ｈ，Ｐ）＾Ｑ（Ｈ，Ｐ，Ｕ，Ｖ），?（１１）??１００?２００?３００?４００?５００?６００?７００?ＢＯＯ??＿酸菌（ｍｓ）??＿?一段音隹雜??圖３中峰值周期代表背景咅樂的反復周期??可以根據(jù)節(jié)奏譜的周期性建立背景咅樂的反復周期??模型。??２融合聲源分離及反復結構模型的音??樂分離方法??２．１輔助函數(shù)設計??由ｒ－代價函數(shù)式⑴對ｔ－所有變量都足二次型??的，所以它足單模并且有一個全局最小值，可以通過??求解ａ／／ａｆｆｆｔ）ｉ＝ｏ和ａｊ／ｓｉ＾?＝?ｏ直接得到，但足??在計棼過程中會產(chǎn)生大量的和巧，ｉ的聯(lián)：立方??程。為了避免這種情況，本文采用一種輔勱函數(shù)的方??法，通過迭代過程來求解。??為了構建輔劭函數(shù)，由矩陣理論可知，當乂和??為實數(shù)矩陣時，有：??（４?－?Ｂ）２＜２．（Ａ?－?Ｘ）２?十?２（Ｂ?－?ＪＴ）??當Ｘ?＝?十丑）／２時，有：??（６）??Ｊ（Ｈ，?Ｐ）?＝?ｍｍＱ｛Ｈ，?Ｐ，?Ｕ，?Ｖ）．?（１２）??ｔ／＂，Ｖ＂??迭代更新公式為：??｛Ｕ（ｋ＋１＼?＝?Ｃ／，?Ｆ），?（１３）??Ｃ／，Ｖ＂??｛Ｈｉｋ＋１）Ｐ（ｋ＋１）｝＝ｍｉｎＱ（Ｈ，Ｐ，Ｕｉｋ＋１＼Ｖｉｋ＋１）），?（Ｈ）??Ｈ，Ｐ??其中ｊ單調遞減，ｆｃ．長遊代次數(shù)，ｃ／?＿?＿ｖ分別表示??和的集合。??首先，推導出在約束條件式⑵下，滿足式（１４）??的ＩｆＰ＋Ｗ和ＰＰ＋Ａ引入拉格朗Ｈ乘子Ａｙ，得到：??Ｑ（Ｈ，?Ｐ）?＝?Ｑ｛Ｈ，?Ｐ，?Ｆ：＜ＷＳ＞

【參考文獻】：
期刊論文
[1]結合HPSS的非負矩陣音樂分離方法[J]. 熊梅,張?zhí)祢U,張婷,楊凱.  計算機工程與設計. 2018(04)
[2]多反復結構模型的精確音樂分離方法[J]. 張?zhí)祢U,徐昕,吳旺軍,劉瑜.  聲學學報. 2016(01)
[3]基于聽覺模型與自適應分數(shù)階Fourier變換的聲學特征在語音識別中的應用[J]. 尹輝,謝湘,匡鏡明.  聲學學報. 2012(01)



本文編號：3391245