基于时频分析的乐音识别算法研究

《基于时频分析的乐音识别算法研究》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、中国科学技术大学硕士学位论文中文摘要摘要音乐信号处理是信号处理领域中的重要组成部分。随着计算机的广泛普及，多媒体数字娱乐和智能人机接口要求计算机具备视觉、听觉等多方面的友好界面。为了能让计算机与人类能够用音乐自由的沟通，有关计算机音乐处理的研究，意义日益凸显。本文首先简要介绍了计算机音乐的发展，从几个方面概要介绍了计算机音乐的内容，包括乐器数字接口(MIDI)，计算机辅助作曲等。音乐识别是计算机音乐的基础，音乐识别的内容包括节奏识别、风格识别、乐器识别、歌声识别、歌唱者识别等，这是由音乐作品的复杂性

2、决定的。乐音识别的理论和算法基础则涵盖了现代信号处理和模式识别的诸多重要方面。本文介绍了有关音乐物理学的知识，零一极点模型和听觉模型，时频分析的理论，短时傅立叶变换和小波变换的定义、相关概念和性质。结合乐音识别的特点，对隐马尔可夫模型和神经网络也作了初步介绍，这些都是目前已经采用的识别方法。这里我们结合算法的效果，给出了相应的分析和评价。通过研究基于时频分析的乐音识别算法，本文介绍了系统的总体设计，数据处理，噪声环境下的维纳滤波以及小波变换和离散时间傅立叶变换相结合的特征提取方法。针对不同乐音，我们

3、提出了基于多帧统计的单音识别算法，基于动态包络检测的音乐划分方法，通过深入研究乐理，我们总结了适用于和弦识别的数学规则，提出了基于模板匹配和最大似然准则决策树的和弦识别算法。与以往的算法相比，这些算法比较简捷，识别的快速性、准确性都有较大提高。最后我们对识别算法进行总结，并讨论了进一步的研究内容和方向。关键词：音乐识别时频分析小波变换III中国科学技术大学硕：七学位论文英文摘要AbstractMusicsignalprocessingisanimportantpartofsignalprocessi

4、ng．Withthepopularizationofcomputer,thedigitalmultimediaentertainmentandintelligenthuman-machineinterfacerequirethatcomputershavefriendlyappearancesinvisualandaudio．Inordertocommunicatewithcomputerfreely’theresearchoncomputermusicsignalsprocessinghasbee

5、ntakingamoreandmoreimportantrole．Firstofall，wedescribebrieflyaboutthedevelopmentofComputerMusic，includingMIDI(MusicalInstrumentDigitalInterface)，ComputerAidedCompositionetc．Then，weintroducethecontentofgeneralmusicrecognitionsuchasrhythm，melody,structur

6、egenrerecognition．Thisisdecidedbythecomplexityofmusicworks：Musicrecognitionincludeslotsoffieldsofmodemsignalprocessingandpatternrecognition．Wedescribethemusicphysics，zero-polepointmodel，hearingmodelandweemphasizethetime—frequencyanalysistheory，shorttim

7、eFourierTransformandWaveletTransform．Theirconception，proprietiesaredescribedindetail．MeanwhileweintroducesomerecognitionstrategiessuchHMMandANN，wepresentsomecomparisonandcomments．Wediscusstheimplementationofalgorithm，includinggeneralprogramming，datapro

8、cessing．Wedescribethreealgorithmssuchasnoterecognitionbasedonmultipleflamestatistics，musicsegmentationbasedondynamicenvelopedetectionandchordsrecognitionbasedontemplatematinganddecisiontreeswithmaxlikelihoodcoefficients，Comparedthemetho