本文關(guān)鍵詞：復(fù)合音樂中歌聲旋律的提取，，由筆耕文化傳播整理發(fā)布。

【摘要】：復(fù)合音樂中歌聲旋律的提取是音頻信息檢索領(lǐng)域的重點(diǎn)和難點(diǎn)。歌聲旋律的提取在歌聲分離、歌手識(shí)別以及哼唱檢索中應(yīng)用廣泛。歌聲旋律提取的主要任務(wù)是提取復(fù)合音樂中歌聲的基頻軌跡。本文的研究可在一定程度上提高歌聲旋律提取的準(zhǔn)確度。本文利用頻域和倒頻域特征對復(fù)合音樂進(jìn)行歌聲檢測。本文考察梅爾頻率倒譜系數(shù)(Mel Frequency Cepstrum Coefficient, MFCC)和基于線性預(yù)測譜的梅爾倒譜系數(shù)(LPc-derived Mel Cepstrum Coefficient, LPMCC)對歌聲檢測的效果。實(shí)驗(yàn)結(jié)果表明,LPMCC的檢測結(jié)果優(yōu)于MFCC�？疾鞂�(shù)頻率功率系數(shù)(Log Frequency Power Coefficient, LFPC)以及在此基礎(chǔ)上提出了梅爾頻率功率系數(shù)(Mel Frequency Power Coefficient, MFPC)和Gammatone頻率功率系數(shù)(Gammatone Frequency Power Coefficient, GFPC)的檢測效果。實(shí)驗(yàn)結(jié)果表明,25維的LFPC的歌聲檢測準(zhǔn)確率最好。本文采用迭代譜減算法和改進(jìn)的諧波乘積譜算法(Modified Harmonic Product Spectrum, MHPS)對復(fù)合音樂進(jìn)行多基頻估計(jì),并比較這兩種算法的性能。迭代譜減算法主要解決多基頻估計(jì)中諧波重疊的問題,而MHPS算法在一定程度上解決了多基頻估計(jì)中基頻丟失和八度錯(cuò)誤的問題。實(shí)驗(yàn)結(jié)果表明,迭代譜減算法每幀估計(jì)的基頻個(gè)數(shù)明顯小于MHPS算法,而且迭代譜減算法能得到更好的原始基頻準(zhǔn)確率。本文對得到的多基頻集合根據(jù)時(shí)間連續(xù)性和頻率連續(xù)性進(jìn)行基頻軌跡的跟蹤,通過實(shí)驗(yàn)發(fā)現(xiàn)：經(jīng)過基頻軌跡跟蹤之后,原始基頻跟蹤準(zhǔn)確率略有提高,而且排除了較多的野點(diǎn)。本文提出了基于諧波能量比的方法確定歌聲的旋律,并總結(jié)了兩種已有的方法,分別是基于頻率調(diào)制的方法和基于特征組合的方法。對比這三種方法的性能發(fā)現(xiàn)：基于特征組合的方法能夠更好地確定基頻軌跡中的歌聲基頻軌跡,提高了歌聲基頻提取的準(zhǔn)確率。
【關(guān)鍵詞】：歌聲旋律提取 歌聲檢測 多基頻估計(jì) 基頻軌跡
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.3
【目錄】：

• 中文摘要8-9
• Abstract9-11
• 縮寫說明11-12
• 第1章 緒論12-17
• 1.1 研究背景與意義12-13
• 1.2 課題研究現(xiàn)狀與發(fā)展趨勢13-15
• 1.3 本文主要工作與內(nèi)容安排15-17
• 第2章 基礎(chǔ)知識(shí)17-23
• 2.1 基本概念17-19
• 2.1.1 音的四要素17
• 2.1.2 基音與泛音17-18
• 2.1.3 旋律18-19
• 2.1.4 隨機(jī)森林19
• 2.2 歌聲旋律提取的流程19-20
• 2.3 實(shí)驗(yàn)數(shù)據(jù)庫介紹20-21
• 2.4 評價(jià)準(zhǔn)則21-22
• 2.5 本章小結(jié)22-23
• 第3章 歌聲檢測23-39
• 3.1 梅爾頻率倒譜系數(shù)及其改進(jìn)23-29
• 3.1.1 梅爾頻率倒譜系數(shù)23-24
• 3.1.2 對數(shù)頻率倒譜系數(shù)24-25
• 3.1.3 共振峰頻率倒譜系數(shù)25-26
• 3.1.4 基于顫音的八度頻率倒譜系數(shù)26-27
• 3.1.5 基于諧波的八度頻率倒譜系數(shù)27
• 3.1.6 音色倒譜系數(shù)27-28
• 3.1.7 Gammatone倒譜系數(shù)28-29
• 3.2 線性預(yù)測系數(shù)及其倒譜系數(shù)29-30
• 3.2.1 線性預(yù)測系數(shù)29-30
• 3.2.2 線性預(yù)測倒譜系數(shù)30
• 3.3 感知線性預(yù)測系數(shù)30-31
• 3.4 基于線性預(yù)測譜的梅爾倒譜系數(shù)31-32
• 3.5 小波能量32-34
• 3.5.1 小波變換32-33
• 3.5.2 小波能量33-34
• 3.6 對數(shù)頻率功率系數(shù)及其改進(jìn)34-35
• 3.7 特征提取及實(shí)驗(yàn)結(jié)果分析35-38
• 3.8 本章小結(jié)38-39
• 第4章 多基頻估計(jì)與歌聲旋律確定39-53
• 4.1 多基頻估計(jì)算法39-42
• 4.1.1 迭代譜減算法39-40
• 4.1.2 改進(jìn)的諧波乘積譜算法40-41
• 4.1.3 結(jié)果分析及比較41-42
• 4.2 基頻軌跡的跟蹤42-44
• 4.3 歌聲旋律的確定44-52
• 4.3.1 基于頻率調(diào)制的方法44-46
• 4.3.2 基于諧波能量比的方法46-47
• 4.3.3 基于特征組合的方法47-49
• 4.3.4 結(jié)果分析及比較49-52
• 4.4 本章小結(jié)52-53
• 第5章 總結(jié)與展望53-55
• 5.1 主要研究工作與總結(jié)53-54
• 5.2 工作展望54-55
• 參考文獻(xiàn)55-60
• 致謝60-61
• 附件61

【共引文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳雪梅;樂音信號(hào)的多基頻估計(jì)[D];山東大學(xué);2014年

  本文關(guān)鍵詞：復(fù)合音樂中歌聲旋律的提取，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：321009