基于特征参数在歌唱比赛评分方法中的研究 硕士毕业论文

《基于特征参数在歌唱比赛评分方法中的研究 硕士毕业论文》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、基于特征参数的歌唱评分方法研究重庆大学硕士学位论文学生姓名：指导教师：专　　业：计算机应用技术学科门类：工学重庆大学计算机学院二O一一年四月SingingGradingMethodinLightofFeatureParametersAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofEngineeringBySupervisedbyAss.Prof.Major：ComputerApplicationTechniquesC

2、ollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril2011摘要随着我国经济的高速发展，人民群众对生活的要求也不仅仅局限于物质生活上，同时人们的精神文化生活也越来越丰富，许多歌唱比赛节目也应运而生。但其评分方法大多是根据若干个擅长领域、专业水平以及个人喜好各有不同的评委共同进行评分，这样得出的评分结果难免会参杂评委个人的主观因素，引起较多争议。另一方面，现在也有一些自娱自乐歌唱评分软件，但是存在着歌唱参数选择不合理的问题，使最后的评分结果不合理或者存在着一定的局限性。鉴于以上问题

3、，本文提出了一种更加全面、合理的歌唱评分方法。本文通过对声乐相关资料进行研究和分析，并且还请教了若干音乐和歌唱方面的专业老师进行交流和探讨，选取音调、歌词和音量等歌唱元素作为反映歌唱者唱功水平的评分指标。本文分别选取基音频率、梅尔倒频谱系数、平均声音信号幅度作为以上评分指标对应的声学特征参数。本文采用自相关基音检测算法(ACF)提取基音频率。梅尔倒频谱系数通过快速傅立叶变换，MEL滤波器组滤波，离散余弦变换求得。通过对所有采样点的幅值进行绝对值求平均值即可求出平均声音信号幅度。评分思想是基于特征参数对比的角度，将歌曲原唱者的声音信号文件作为标准样本，歌唱者

4、声音信号文件作为目标样本，用动态时间归整算法实现目标样本与标准样本特征参数向量的对比，得到两者之间的差值。差值越小，歌唱者的歌唱得分越高；反之则越低。由于歌唱难度受歌唱音量的影响，所以歌唱音量与歌唱得分成正比关系。根据对比结果以及目标样本的音量结合因素评分法给出反映歌唱者唱功水平的评价方法。通过MATLAB仿真，实验表明：本文评分方法可以较好的反映出歌唱者对于歌曲音调、歌词等方面的水平，所得出的评价结果与人们的主观感觉保持一致。关键词：声学参数，语音信号处理，特征参数，动态时间规整I重庆大学硕士学位论文英文摘要ABSTRACTAstherapiddevel

5、opmentofeconomyandpeople’sculturallife,manysingingcontestprogramscomeout.However,mostofscoringmethodsarebasedonanumberofareasofexpertise,professionalism,andpersonalpreferences,sothattheresultofscoringwillinevitablymixedsubjectivefactorsandrisetoalotofcontroversy.Ontheotherhand,som

6、eexistingamusingsingingscoresoftwarescontaintheproblemofirrationalparameters,sothatthescoringresultareirrationalandlimited.Inviewoftheaboveproblem,weproposeamorecomprehensiveandrationalscoringmethod.Throughtheresearchandanalysisofvoicematerial,withthecommunicationanddiscussionwith

7、someprofessionalsonmusicandsinging,wechooseaccent,lyricsandintensityofsoundastheindicatorstoreflecttheproficiencyofasinger.Thesefeatureparameterssuchaspitch,MFCCandtheaverageamplitudeofsoundsignalsareconsideredasthecorrespondencestothoseindicatorsabove.Pitchfrequencycanbeextracted

8、byautocorrelationfunction(ACF).To