自动音乐识谱技术研究

自动音乐识谱技术研究

ID:35096055

大小:3.92 MB

页数:73页

时间:2019-03-17

自动音乐识谱技术研究_第1页
自动音乐识谱技术研究_第2页
自动音乐识谱技术研究_第3页
自动音乐识谱技术研究_第4页
自动音乐识谱技术研究_第5页
资源描述:

《自动音乐识谱技术研究》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、■■■■■^去如成*香\-UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕±学位论文MASTERTHESIS,,,m-。^论文题目^―自船乐识谱技术研究BH*1?、.学科专业信号与信息处理学号201321020383…作者姓名严亮指导教师李纯明教授;.‘"'.■■''..'■:..-'...'■?V瓦言丘,.

2、,.;;;;:.分类号密级注1UDC学位论文自动音乐识谱技术研究(题名和副题名)严亮(作者姓名)指导教师李纯明教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信号与信息处理提交论文日期2016.3.31论文答辩日期2016.5.23学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonAutomaticMusicTranscriptionTechnologyAMasterThesisSubmittedtoUniversi

3、tyofElectronicScienceandTechnologyofChinaMajor:Signal&InformationProcessingAuthor:YanLiangSupervisor:Prof.LiChunmingSchool:SchoolofElectronicEngineeringofUESTC独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。及取得的研究成果据我所知,除了文中特别加标注和致谢的地方夕h论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技

4、大学或其它教育机构的学位或证书而使用过的材料。与我一同王作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。、作者签名:h日期:>(年r月日f/;论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全、部或部分内容编入有关数据库进行检索,可采用影印缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)、私作

5、者签名::导师签名y畔f《林__一^日期:24年月《日)摘要摘要自动音乐识谱(AMT)即自动将音乐信号转换成某种乐谱形式的过程,它被认为是音乐信号处理中关键性的问题,但同时也是一个复杂而且具有挑战性的问题,目前对于多音音乐的自动音乐识谱还没有能达到人工识谱效果的系统。自动音乐识谱技术在自动音乐伴奏、高级音乐编辑技术、音乐检索、音乐教学等领域有着广泛的应用。本文将自动音乐识谱过程分为两个主要的子任务:多基频估计与多基频流化,并分别对它们进行研究与改进,下面是本文主要的研究工作与创新点:(1)基于统计模型的多基频估计

6、本文采用最大似然概率的方法来进行多基频估计,以频谱上的峰值点作为观察值,而将基频作为需要估计的参数。在训练模型时,为了充分利用频谱上所有区域的信息,本文对参数模型进行修改,加入了峰值点以外区域的信息,从而与峰值点区域信息形成互补,前者被用来确定基频应该出现的位置,而后者被用来确定基频不应该出现的位置。在多基频估计时,针对似然概率估计的基频个数估计问题,本文采用假设谐频序列(HPS)方法,计算谐频的幅值与频谱平滑度,考虑基频组合中谐频间的相互干扰,从而根据频谱能量与平滑性选择最优的基频组合。最后采用相邻帧的关系来进行后处理。实

7、验结果表明相关的改进和后处理可以取得更好的多基频估计效果。(2)基于音色特征的多基频流化本文采用基于音色特征的方法来进行多基频流化,将其建模为一个受约束的聚类问题。并且以梅尔倒谱系数特征(MFCC)、谐频结构特征(HS)、普通倒谱特征(OC)、离散倒谱特征(DC)作为音色特征进行研究。为了保证相同乐器源所关联的音色特征具有相似性,而不同的乐器源所关联的音色特征具有更好的区分度,本文对DC特征进行改进,并提出一个新的特征,离散均匀倒谱特征(UDC),实验结果发现UDC特征可以取得更好的效果。同时在聚类算法的初始化时,不同于传统

8、的采用随机初始化来聚类,本文采用按基频大小顺序来进行初始化聚类。通过实验发现,在结果相当的情况下,可以大幅度减少算法的迭代次数,从而提高算法的效率。关键词:自动音乐识谱,多基频估计,多基频流化,最大似然概率,音色追综IABSTRACTABSTRACTAutomaticmusictransc

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。