發(fā)布時間：2025-03-18 05:13

　　近年來,隨著計算機科學信息技術(shù)的迅猛發(fā)展,音頻信號的聲學方面的相關(guān)研究已經(jīng)逐漸成為當前音樂領(lǐng)域的研究熱點�；诼晫W特征的樂器識別是當前音樂信號分析工作的重點,為了提高樂器音頻信號種類識別正確率,本論文主要是對收集到的古箏、吉他、鋼琴、手風琴、口琴、嗩吶這6種樂器的音頻進行研究,主要包括有以下幾個方面的工作:首先,本論文針對樂器音頻信號中附加噪聲導致的樂器音頻信號識別率低的問題,本文采用改進的變分模態(tài)分解(VMD)對樂器音頻信號進行去噪處理。本論文是通過先采用VMD將樂器音頻信號分解成一系列平穩(wěn)的窄帶分量(IMF),之后,通過相關(guān)系數(shù)大于或等于0.5的IMF與相關(guān)系數(shù)小于0.5的IMF被小波閾值去噪后得到的有效的信息一起重構(gòu)信號的方式來對VMD進行改進的。在相同的實驗環(huán)境下,分別研究了小波閾值去噪、經(jīng)驗模態(tài)分解、VMD、改進的VMD等方法對樂器音頻信號的去噪效果的優(yōu)劣,仿真實驗結(jié)果表明,本文采用的改進的VMD算法比其他去噪算法去噪魯棒性更好。其次,為了在去噪后能進一步提高分類正確率,從樂器音頻信號中提取充分體現(xiàn)聲音特性的聲音特征,該聲音特征為基于改進的核主成分分析(KPCA)降維的Mel頻...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景與研究意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 國內(nèi)相關(guān)研究現(xiàn)狀
        1.2.2 國外相關(guān)研究現(xiàn)狀
    1.3 研究的主要內(nèi)容
    1.4 論文結(jié)構(gòu)安排
2 樂器識別理論基礎(chǔ)
    2.1 樂器種類及識別對象
    2.2 樂器音頻信號的三大特征
    2.3 樂器音頻庫
    2.4 相關(guān)評價標準
    2.5 本章小結(jié)
3 基于改進的變分模態(tài)分解去噪
    3.1 音頻信號預處理
    3.2 本征模函數(shù)
    3.3 經(jīng)驗模態(tài)分解
    3.4 小波閾值去噪
    3.5 改進的變分模態(tài)分解
        3.5.1 構(gòu)造變分問題
        3.5.2 求解變分問題
        3.5.3 VMD算法步驟
        3.5.4 改進的VMD去噪
    3.6 去噪算法性能分析
    3.7 本章小結(jié)
4 基于改進的核主成分分析的樂器聲學特征提取
    4.1 良好的聲學特征
        4.1.1 Mel頻率倒譜系數(shù)
        4.1.2 一階差分MFCC
    4.2 特征提取仿真實驗與分析
        4.2.1 MFCC分析
        4.2.2 一階差分MFCC分析
        4.2.3 特征識別性能分析
    4.3 基于核主成分分析的組合特征降維
        4.3.1 主成分分析
        4.3.2 核主成分分析
        4.3.3 改進的核主成分分析
        4.3.4 特征降維仿真實驗
    4.4 本章小結(jié)
5 基于改進的PSO_SVM的樂器分類識別
    5.1 傳統(tǒng)的音頻信號分類方法
        5.1.1 SVM
    5.2 PSO及其改進算法
        5.2.1 PSO算法
        5.2.2 改進的自適應PSO
            5.2.2.1 自適應慣性權(quán)重
            5.2.2.2 自適應學習因子
    5.3 樂器音頻信號的識別結(jié)果與分析
    5.4 本章小結(jié)
結(jié)論與展望
參考文獻
攻讀學位期間發(fā)表的學術(shù)論文
致謝



本文編號：4036056