自动音乐识谱系统中的音符检测与流派分类

自动音乐识谱系统中的音符检测与流派分类

ID:32244245

大小:2.41 MB

页数:75页

时间:2019-02-02

自动音乐识谱系统中的音符检测与流派分类_第1页
自动音乐识谱系统中的音符检测与流派分类_第2页
自动音乐识谱系统中的音符检测与流派分类_第3页
自动音乐识谱系统中的音符检测与流派分类_第4页
自动音乐识谱系统中的音符检测与流派分类_第5页
资源描述:

《自动音乐识谱系统中的音符检测与流派分类》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要本文主要关注的内容是如何实现音乐的自动识谱。识谱是指音乐倾听者在听音乐的过程中,识别该音乐的乐谱信息并记录下来的过程;所谓的自动识谱指的是计算机扮演音乐倾听者的角色,完成上述分析和记录乐谱的任务。在自动识谱的过程中最重要乐谱信息是音符和所使用的乐器种类。本文的工作主要集中于自动识谱过程的音符识别和乐器种类的分析:·音符最重要的属性就是音高。本文在比较研究五种经典的音高提取算法后,提出基于生理声学的音高检测算法。本文通过比较分析五种经典的音高检测算法,包括HPS(HarmonicProductSpectrum)、Cepstr

2、um、CBHPS(CepstrumBiasedHPS)、最大似然(MaximumLikelihood)和自相关(Autocorrelation)算法,认识到为了进一步完善音高提取的准确度,同时为了能够满足大规模音乐分析系统的效率需求,需要具有较强抗噪声能力的算法,因此本文将效率较高的自相关算法应用到仿造人耳听觉特性构造的临界频带,提出了基于生理声学的音高检测算法。该算法能够在既保证音高提取的较高时间效率,同时又进一步提高了音高提取的准确率。·在提取出音高之后,为了提高音符识别的准确度,本文提出了音高和音值相结合的互纠算法。在目

3、前的音乐分析领域中,尚没有非常好的专门针对音符音值的检测算法,而广泛采用的起始点(onset)检测算法又不能理解音符的物理含义,故无法准确定位音符的起始和终止点(offset),因此本文提出了将音高提取和音值检测结果相互对照和纠正的算法,故称为互纠算法,其结果能在一定程度上提高音符识别的准确度。●采用自下而上(bottom.up)和自上而下(up.bottom)相结合的思想,以音乐的流派(Musicgenre)信息来辅助识别音乐中所使用的乐器种类,本文仔细比较分析现有的音乐帧、音乐段特征后,选用八个具有最强分类能力的特征来构造

4、贝叶斯网络分类器,其分类效果较之流行的神经网络分类器在准确率上取得了较大的提高。同时本文试验使用的音乐库包含了480首歌曲;其歌曲分别属于6个流派,即Jazz、Rap、Blues、RockandRoll、CountryMusic、ChaCha,具有一定的通用性。关键词:自动识谱,音符识别,音乐流派分类。lABSTRACTThisthesisismainlyconcernedwithhowtorealizeautomaticmusictranscription.Transcriptionmeansthatthemusiclist

5、enerrecordsscoresofmusicheislisteningto;theSO-calledautomaticmusictranscriptionindicatesthatcomputersintelligentlyrecordthosescoreswithouthumaninterference,duringwhichthemostimportantinformationrecordedincludethenotesandinstrumentsutilized.Theprimarycontentofourwork

6、isrelevanttonoteandinstrumentrecognition:Fksfl5aftercomparingfiveclassicalalgorithmsofpitchdetection,thethesisproposesapitchextractionalgorithmbasedonpsychoacoustics.Afterthefivealgorithmsarecarefullyanalyzedandcompared,thatisHPS(HarmonicProductSpectrum)algorithm,Ce

7、pstrumalgorithm,CBHPS(CepstrumBiasedHPS)algorithm,MaximumLikelihoodalgorithmandatlastAutocorrelationalgorithm,anewoneneedsbeingproposedtoresistthenoiseastopromotetheaccuracyofpitchdetectionandtosatisfytherequirementofefficiencyoflargescalemusicanalysissystems.Theref

8、ore,onemethodisputforward,whichappliestheefficientAutocorrelationmethodstocriticalbandsimulatinghuman’Sear,andwhichprovidesbothhighefficie

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。