在快速發(fā)展的信息時代,數(shù)字媒體的數(shù)量不斷激增,面對大量的音樂數(shù)據(jù),人們對音樂信息的檢索、識別、處理的需求也與日劇增,將歌曲分離成伴奏和歌聲,可以應(yīng)用于樂器/歌聲鑒定、音頻后處理、反復(fù)背景噪聲去除等應(yīng)用中,它在歌手與歌曲檢索,音樂背景下的語音識別、旋律提取等領(lǐng)域有著重要的意義。與語音的降噪分離技術(shù)不同,由于不同源之間的相互干擾,人聲伴奏的分離技術(shù)給學(xué)術(shù)研究帶來了巨大的困難和挑戰(zhàn)。因此,如何構(gòu)建一個良好的音樂分離系統(tǒng),在音樂處理中尤為重要。本文主要研究音樂信號中的人聲伴奏分離問題,包含以下幾個方面:（1）針對在單通道音樂分離過程中,伴奏難以分離且分離方法魯棒性差的問題,提出一種基于二維傅里葉變換（2 Dimension Fourier Transform,2DFT）的音樂伴奏分離方法。該方法首先對單通道音樂進行短時傅里葉變換,再對變換后的幅度譜進行二維傅里葉變換處理,然后利用圖像濾波的方式確定2DFT譜圖中周期性峰值能量的位置,使用矩形窗構(gòu)建掩蔽矩陣提取出伴奏音樂成分,最后通過短時傅里葉逆變換的方式,恢復(fù)出伴奏的時域信號。仿真實驗表明,本文方法對比其他分離算法具有一定的優(yōu)越性,可以將分離指... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

無監(jiān)督的雙語音分離算法框圖

Huang等提出的基于深度學(xué)習(xí)和在其后續(xù)的工作中，進一步擴展了其網(wǎng)

Huang等提出的基于深度學(xué)習(xí)和在其后續(xù)的工作中，進一步擴展了其網(wǎng)

【參考文獻】：
期刊論文
[1]結(jié)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(shè)計. 2018(04)
[2]基于深度學(xué)習(xí)語音分離技術(shù)的研究現(xiàn)狀與進展[J]. 劉文舉,聶帥,梁山,張學(xué)良.  自動化學(xué)報. 2016(06)
[3]多反復(fù)結(jié)構(gòu)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(xué)學(xué)報. 2016(01)

碩士論文
[1]音樂中人聲分離研究[D]. 吳本谷.電子科技大學(xué) 2015
[2]基于非負矩陣分解的單通道音樂分離研究[D]. 翟鵬.西南交通大學(xué) 2013



本文編號：3120941