【摘要】：如今互聯(lián)網(wǎng)上的多媒體資源不斷增多，于此同時伴隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展。對于眾多的音視頻資源，如何對這些數(shù)據(jù)進行分類處理就成為一個當前迫切需要解決的問題。特別是大量的音樂資源，手工分類已無法應(yīng)對，人們需要對它們有高效快速的識別方法。音樂流派分類和音樂歌手識別這兩方面在音樂分類算法領(lǐng)域的研究中開展的比較廣泛。其中音樂歌手識別通常采用機器來識別和分類。 本算法的設(shè)計思路是利用兩組倒譜參數(shù)之間的變換來減弱背景伴奏的干擾實現(xiàn)歌手識別。本算法首先利用說話人識別算法，對語音數(shù)據(jù)進行預(yù)處理，提取特征向量。但和其他算法的不同點在于，我們提取兩組特征向量，一組是歌手的清唱聲音，一組是歌唱聲音。然后通過研究清唱和歌聲之間的MFCC倒譜系數(shù)的變化，并用高斯混合模型描述這種變化，再在得到待識別語音特征向量時應(yīng)用該變換，實現(xiàn)對未知音頻資源中背景音樂伴奏的減弱，得到歌手的語音信息，最后就是利用模板庫匹配，，識別出不同的歌手。 通過實驗的設(shè)計和實現(xiàn)，我們驗證了該方法應(yīng)用于歌手識別領(lǐng)域的可行性，實驗結(jié)果證明了該算法對歌手識別效果有一定的改進，同時還與其他論文的方法和結(jié)果進行了對比。
[Abstract]:Nowadays, the multimedia resources on the Internet are increasing, which is accompanied by the rapid development of network technology. For many audio and video resources, how to classify these data has become an urgent problem. In particular, a large number of music resources, manual classification has been unable to cope with, people need to have efficient and fast recognition methods. Music genre classification and music singer recognition are widely studied in the field of music classification algorithms. Among them, musical singer recognition usually uses machine to recognize and classify. The design idea of this algorithm is to use the transformation between two sets of cepstrum parameters to attenuate the interference of background accompaniment to realize singer recognition. Firstly, the speaker recognition algorithm is used to preprocess the speech data and extract the feature vectors. But different from other algorithms, we extract two groups of feature vectors, one is the singing voice, the other is the singing sound. Then by studying the change of MFCC cepstrum coefficient between singing and singing, we describe the change with Gao Si's mixed model, and then apply the transform when we get the speech feature vector to be recognized. The background music accompaniment of unknown audio resources is weakened, and the voice information of the singer is obtained. Finally, different singers are identified by using template library matching. Through the design and implementation of the experiment, we verify the feasibility of applying this method to the singer recognition field. The experimental results show that the algorithm has a certain improvement on the singer recognition effect. At the same time, it is compared with the methods and results of other papers.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN912.34

【相似文獻】

相關(guān)期刊論文 前10條

1 柳革命;孫超;楊益新;;兩種倒譜特征提取技術(shù)在水聲目標識別中的應(yīng)用[J];西北工業(yè)大學(xué)學(xué)報;2008年03期

2 段柳云;宗節(jié)保;王瑩;成鴻飛;尹忠;;一種基于回聲隱藏的倒譜提取優(yōu)化算法[J];電子設(shè)計工程;2010年07期

3 曾治麗;李亞安;劉雄厚;;基于高階譜和倒譜的艦船噪聲特征提取研究[J];計算機仿真;2011年11期

4 王洪海;劉剛;郭軍;;基于滑動倒譜的自動語言辨識[J];智能系統(tǒng)學(xué)報;2008年04期

5 陸志華;陳勵軍;;基于倒譜的匹配場被動定位研究[J];聲學(xué)與電子工程;2009年03期

6 楊福生;;生物醫(yī)學(xué)信號的處理(五) 第五講 同態(tài)濾波與倒譜[J];醫(yī)療器械;1985年02期

7 王炳和;董彥武;仝杰;張效民;相敬林;王海燕;楊楻;;人體脈象信息的聲學(xué)檢測與倒譜分析[J];自然科學(xué)進展;1993年06期

8 李吉孚,嚴曉蘭;應(yīng)用聲表面波功率倒譜技術(shù)檢測回波時延[J];壓電與聲光;1992年05期

9 張敏瑞,易克初;倒譜域音頻與圖像水印算法[J];西安電子科技大學(xué)學(xué)報;2003年06期

10 戚銀城;張敬娜;賈惠彬;;基于倒譜集成學(xué)習(xí)的語音回聲隱藏分析算法[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2011年02期

相關(guān)會議論文 前10條

1 馬治飛;徐望;王炳錫;王興斌;;一種基于概率模型和倒譜差分的特征補償算法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

2 吳曉如;王仁華;吳義堅;;一種精確的半音素語音切分方法[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

3 金琴;胡起秀;司羅;;一種基于語音信號非全極點模型的倒譜參數(shù)[A];第五屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1998年

4 康春玉;章新華;苗坤;;基于ACW倒譜特征的船舶輻射噪聲識別[A];2007年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2007年

5 楊鑒;;基于倒譜分析的漢語按規(guī)則合成系統(tǒng)[A];第三屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1994年

6 王霞;董遠;JuhaIso-Sipil釨;;高維倒譜參數(shù)在抗噪聲漢語語音識別中的應(yīng)用[A];第六屆全國人機語音通訊學(xué)術(shù)會議論文集[C];2001年

7 韓闖;楊德森;時勝國;于樹華;;基于倒譜理論的相干噪聲源定位方法研究[A];中國聲學(xué)學(xué)會水聲學(xué)分會2013年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2013年

8 他得安;陳啟敏;;采用“WD倒譜”估計脾組織的散射子平均間距[A];中國聲學(xué)學(xué)會1999年青年學(xué)術(shù)會議[CYCA'99]論文集[C];1999年

9 李燦偉;楊震;;基于HMM的話者確認閥值的研究[A];中國電子學(xué)會第七屆學(xué)術(shù)年會論文集[C];2001年

10 李巖;殷福亮;石殿祥;;基于高階倒譜的子波相位重構(gòu)[A];1998年中國地球物理學(xué)會第十四屆學(xué)術(shù)年會論文集[C];1998年

相關(guān)碩士學(xué)位論文 前6條

1 唐溧;基于倒譜域方法的模糊圖像復(fù)原及測距[D];哈爾濱工業(yè)大學(xué);2014年

2 吳群;基于混合高斯模型和倒譜變換的歌手識別算法研究[D];華中科技大學(xué);2014年

3 易培;基于S型函數(shù)的倒譜域加權(quán)缺失數(shù)據(jù)處理方法[D];清華大學(xué);2010年

4 尹永;基于Mel倒譜參數(shù)的咳嗽聲識別[D];華南理工大學(xué);2012年

5 孫亭亭;樂器音色特征的分析[D];山東大學(xué);2012年

6 李燈熬;倒譜盲均衡器的研究[D];太原理工大學(xué);2005年

本文編號：2316881