哼唱音符划分技术研究

哼唱音乐一般是一种波形文件,这样的格式并不利于检索和查找。在使用哼唱音乐检索音乐内容时,需要将哼唱文件转换为音高和时值的形式,作为检索关键字。这些步骤都建立在哼唱已经被按音符切分的基础上。论文采用一种基于振幅能量的多层次音符切分方法,实现对哼唱文件的快速切分。基于能量的划分方法具有简便快速的特点。分层次的划分方法能够针对各种不同音符情况,采用最合适的方法切分。论文还讨论了一种基于音高识别技术的音符划分方法。     

基于两级神经网络的连续哼唱特征提取

针对用户以任意字词连续哼唱的情况下,哼唱特征提取中音符分割、音符识别难度大的问题,提出了一种基于两级神经网络的哼唱特征提取方法。第一级采用BP神经网络实现哼唱音符分割,得到独立音符;第二级采用RBF神经网络识别分割出的各个音符,获得音符的MIDI音高值。实验结果表明,该方法能较好地完成哼唱特征的提取,适合于实际哼唱检索系统对连续哼唱的要求。     

手写汉语拼音的融合识别系统

手写设备用户容易忘记特定中文单字写法,需要为其提供拼音输入法。采用分类器融合方式构筑拼音单词识别系统,通过隐马尔可夫模型分类器获得拼音单词的切分点,利用统计特征识别模块进行识别后融合,研究并改进拼音单词基线提取方法。实验结果表明,该方法对17 745个测试样本的识别率达91.37%。     

一种新的哼唱音符音高划分方法

哼唱音符音高的准确划分,对哼唱音乐检索系统识别率的提高起着很大的作用。目前,大部分的哼唱音乐检索系统都是采用能量划分的方法,在很大程度上并不能对哼唱波形文件顺利完成单音切割,因此,论文提出的一种新的音符音高划分方法,在基于一般能量划分的基础上,采用基于倍音列的音高识别模型对划分结果进行二次划分、规整,最终实现哼唱音符音高的划分。实验表明,该划分方法能够有效地实现哼唱音符音高的准确划分。     

基于HMM的联机手写哈萨克文字的识别研究

以基于隐马尔可夫模型和统计语言模型的研究作为基础,着重研究联机手写哈萨克文的切分技术、连体段分类和特征参数的独特提取技术。系统先将提取延迟笔划后的连体段主笔划作为HMM识别器的输入,再根据被识别的主笔划的编号和延迟笔划标记从连体段分类词典中查找,找到对应的连体段识别结果。通过去除连体段延迟笔画的方法可以有效地减少需建立的模型数目,进而提高识别速度和避免由字符切分所带来的问题。     

基于定性映射的哼唱音乐旋律提取

根据哼唱旋律提取的特点和定性映射的相关知识,结合基本乐理,提出哼唱片段旋律提取的定性映射模型和算法,包括哼唱旋律音符切分阈值的动态定性判定,以及音符音高确定的动态赋权的定性映射。实验结果表明,该算法不仅能灵活合理地确定音符切分的定性判定基准,同时能够较准确地提取音符音高,并得到哼唱片段的旋律轮廓线。     

实时手势加速度动作分割与识别研究

实时手势动作分割与识别是基于惯性传感器手势交互的重要研究内容.采用佩戴在手腕的单个加速度传感器获取手势加速度信号,提出一种实时手势加速度动作分割和识别方案.首先采用基于阈值的动作分割算法实时切分连续手势,通过聚类算法提取手势动作的关键特征,然后构造离散隐马尔可夫模型实现手势识别.实验结果表明,本文采用的手势动作切分算法能自动提取有效手势信号,关键特征选择不仅降低了隐马尔可夫模型的复杂度,而且提高了识别率.     

基于HMM的设备剩余寿命预测框架及其实现

在设备退化状态识别中剩余寿命预测是设备实施状态维修的一个重要内容,也是实现真正意义上精确维修的前提和基础。隐马尔可夫模型作为一种统计分析算法,具有较强的模式分类能力,能够对设备退化过程进行有效识别。但是传统隐马尔可夫模型状态持续时间分布的不合理性,不能直接用于剩余寿命的预测。考虑状态识别和剩余寿命预测的连续性,应用隐马尔可夫模型的改进算法——隐半马尔可夫模型,构建设备剩余寿命的预测框架,实现了在设备退化状态识别基础上的剩余寿命预测。通过对滚动轴承实测数据的仿真试验,对框架进行了仿真验证。仿真结果表明框架能够有效识别设备退化过程和实现剩余寿命的预测。     

基于HMM和新型前馈型神经网络的语音识别研究

为了进一步提高语音识别系统的准确率,使语音产品应用更加方便,提出了一种隐马尔可夫模型和代数神经网络相结合的语音识别方法.利用隐马尔可夫模型生成最佳语音状态序列,将最佳状态序列的输出概率作为前馈型神经网络的输入,通过代数神经网络进行分类识别.使用Matlab7.0实验平台进行仿真,实验结果表明,与传统神经网络相比,该方法在收敛速度、鲁棒性和识别率方面都有改善.     

基于生成对抗网络去影像的多基频估计算法

多基频估计被广泛应用于音乐结构分析、乐音辅助教育、信息检索等各个领域.为了满足准确识别乐曲中随机和弦的需求,提出了基于生成对抗网络去影像的多基频估计算法.首先将完整音频切分成音符段,提出了一种谐音指纹图提取音符段频谱特征;然后通过卷积神经网络识别谐音指纹图当前的主导基频,将已识别出的主导基频作为干扰下一个基频识别的影像...