一种改进的基于音高显著性的旋律提取算法

针对复调音乐中不同声源的相互干扰导致的同一声源音高序列不连续，利用音高显著性的连续性和高次谐波的稳定性，提出基于音高静态似然性函数和音高显著性动态似然函数的创建音高轮廓方法；在提取旋律音高轮廓之前，为了利用不同声源音色的不一致性，提出计算音高轮廓的梅尔频率倒谱系数作为音色特征以及从音高轮廓的各次谐波幅度中计算音色特征。改进算法在RECHSET音乐数据集上进行仿真实验，结果表明达到了62.04%的音高估计精度和55.08%的总精度。     

基于音高旋律元的柔和乐曲的自动作曲算法

提出了一种以柔和为导向、以音高旋律元 (Pitch melody unit, PMU)为基本操作单位的自动作曲算法.首先根据柔和乐曲的旋律特征构建了算法的 规则模型.然后定义了一阶音高旋律元和二阶音高旋律元,构建了音高旋律元转换表 (Pitch melody unit transition tables, PMUTTs)自动生成的模型,以表达相邻音高旋律元的链接概率,为 旋律计算提供基本数据.分别定义了用来自动生成新的音高旋律元、乐节、乐句、乐曲的4个旋律计算的算子,以自动生成乐曲.实验结果表明, 与以音符为基本单位的马尔可夫作曲方法相比,以音高旋律元为基本单位进行作曲可以提高旋律的逻辑严密性和美感度.     

一种改进旋律匹配算法在MIDI演奏系统中的应用

针对在MIDI演奏系统中如何评价用户的演奏效果的问题,本文提出一种更完善的旋律匹配算法来计算两段旋律之间的相似度.该算法主要分两步:第一,基于音乐的基本元素:音高、节奏、音强这三个角度,提取出用户通过MIDI设备演奏的旋律和系统的标准旋律的特征序列;第二,分别计算这两个序列在音高、节奏、音强这三个方面的匹配系数,然后根据不同的系数加权综合得到一个总的匹配系数.该系数能够更客观地反应用户对所弹旋律的熟悉程度和在伴奏下的表演效果.     

声矢量阵方位估计算法及其改进

关于水下声纳系统优化问题,由于声纳在水下经多路径传播和海水噪声,影响水听器定位效果。针对最小方差无失真响应(MVDR)算法的方位估计精度低和不能分辨相干声源的缺点,为提高DOA估计效率,提出了一种基于四元数模型的MVDR算法。将单个二维矢量水听器的输出表示为四元数,建立了四元数域MVDR算法的方位估计公式,并根据多重信号分类法的思想对四元数域MVDR算法进行了改进。四元数域MVDR算法和改进算法减少了的内存需求和计算复杂度。仿真结果表明,提高了方位估计精度和对相干声源的分辨能力,并证明了算法的有效性,对水下声纳方位估计具有一定的工程应用价值。     

哼唱检索中联合音高与能量的音符切分算法

为改善哼唱检索系统中利用旋律轮廓和节奏进行匹配的性能,提出一种新的联合音高与能量的音符切分算法。该算法改进基于自相关的基音提取算法,对提取的基音频率曲线进行后处理,并在切分过程中保持能量的分割信息,利用半音曲线的突变做切分,以提高音符切分的准确度。实验结果表明,在安静实验室环境下,该算法能获得88.75%的分割准确度。     

基于麦克风阵列的声源定位算法研究

在基于时延估计的声源定位系统中,由于定位算法分为两个阶段:时延估计和定位,时延估计阶段的误差会在定位阶段被放大,导致声源定位的成功率和精度较低。从原始信号去噪,时延值插值和定位算法三方面入手,提高声源定位的精度。结合自行设计的四元十字麦克风阵列,给出一种新的时延值筛选算法,实现了一个室内声源定位系统。实验结果表明,在二维定位场景中,该系统对声源方位角的估计成功率超过70%,平均误差小于5°;该系统对声源距离估计的成功率和精度与声源方位角有关,当声源方位与X、Y轴的夹角不超过15°且声源距离不超过2.5 m时,声源距离估计的成功率能达到50%以上。     

基于频率特征的共享钢琴自动调音系统设计

针对传统共享钢琴琴弦音高检测方法准确率低的问题,导致钢琴自动调音效果差的问题,提出设计一个基于频率特征的共享钢琴自动调音系统。系统分别采用改进短时平均幅度端点检测方法和Autocorrelation-自相关算法对钢琴音频进行端点检测和特征提取,获取各音频间的自相关信息,从而根据其信息实现钢琴琴弦音高准确检测;之后通过电机控制方法和无线通信方式进行系统快速调音和自动控制。实验结果表明,提出的端点检测方法可钢琴音弦信号和噪声进行分离,且相较于传统FFT算法和Cepstrum-倒谱算法,提出的Autocorrelation-自相关算法可提升钢琴音高准确检测。且将该算法应用到系统中发现,设计的自动调音系统运行十分稳定,调音范围较广,调音精度保持在±5音分范围内,调音时间低于10 s,说明设计的系统调音速度快,效率高,满足自动调音需求。     

改进的音高识别算法

提出了一种基于自相关处理和快速傅里叶变换（FFT）的改进的单音音高识别算法。利用修正的三电平中心削波函数对音乐信号进行预处理,再自相关处理估计基音周期,以估计周期为参数设计滤波器,音乐信号滤波后用FFT实现频域的准确定位。该算法比传统的时域处理法具有更高的识别精度,能比谐波峰值法更有效地解决谐波丰富、基频分量小的信号的识别,且运算量比小波算法小。经实验仿真验证该方法可行、快速可靠。     

音乐旋律匹配算法的改进研究

动态时间规整(DTW)算法是把时间规整和距离测度计算结合起来的一种非线性规整技术.它通过不断计算两向量的距离来求最优的匹配路径.在采用DTW算法进行音乐旋律匹配时,需要将哼唱信号的音调平移到要对比的目标乐音的音调一致才能够计算出DTW的真正值,用来作为相似度的判断标准.但是正是由于进行了这种移调处理,使得DTW算法计算量大大增加.提出了一种与音调无关的音乐旋律的表示方法,在进行DTW算法时可以避免上下平移音调,减少旋律匹配的运算量.     

基于SVM和增强型PCP特征的和弦识别

和弦识别是自动音乐标注的基础,在歌曲翻唱识别、音乐分割及音频匹配等领域具有重要作用。针对不同乐器之间相同和弦识别率较低的问题,提出一种基于瞬时频率提取音级轮廓(PCP)特征的改进算法。该算法结合音高频率倒谱系数,将增强型PCP特征作为新的和弦识别特征,把音频信号输入到节拍跟踪器,依据动态规划算法提取信号的节拍信息,计算音频信号每一个节拍内的增强型PCP特征,采用结构化支持向量机分类方法实现对音乐和弦的识别。实验结果表明,与传统PCP特征相比,采用增强型PCP特征的和弦识别率提高了2.5%～6.7%。     

一种基于隐马尔科夫模型的波形文件主旋律基频提取算法

哼唱检索中通常以旋律的基频作为音乐特征进行检索,目前研究的哼唱检索系统都是基于MIDI音乐文件。但是,目前存在的MIDI音乐文件的数量非常少,基于波形文件的哼唱检索系统才是未来的发展趋势。本文针对单声道波形文件,研究了一种提取歌曲主旋律基频曲线的算法。该算法将隐马尔科夫模型和“谐波乐器/打击乐器声音分离”模型进行结合。实验表明该算法对主旋律基频提取具有很高的准确率。     

语音信号基音检测的二次谱方法

对基音检测的倒谱法进行了分析,指出其在基音检测计算及其数字实现时存在不足。为 了克服这些不足,提出了一种功率谱二次处理的二次谱基音检测方法,该方法在克服了倒谱法在基音 检测中不足之处的同时还提高了计算速度,基音轨迹曲线估计的准确性也得到了改善。     

哼唱检索中一种新颖有效的哼唱信息处理方法

在基于哼唱的音乐检索系统的研究中,对哼唱输入与数据库进行合理的近似匹配以及有效的检索方法的研究不断深入,但对于哼唱音频信息的有效处理以提取准确有效的旋律特征信息构造查询的研究还不充分。本文在已有的哼唱信息处理方法之上,提出了一种结合了哼唱语音信号增强技术以及时域与频域处理技术的哼唱转谱方法,包括采用了分级音符分割方法、基于规则的音高跟踪方法,并提出一种合理的旋律特征表达的中问格式,用于哼唱查询构造。实验结果证明了这种时哼唱信息转谱处理新方法的有效性和准确性。通过降低哼唱转谱过程中引入的误差,进而可以有效地提高整个音乐检索系统的性能。     

加权短时自相关函数的基音周期估计算法

语音基音频率的准确检测是语音信号处理的难点之一。提出一种加权短时自相关函数(Autocorrelation Function,ACF)算法提取基音频率。在传统的ACF方法基础上,利用短时平均幅度差函数(Average Magnitude Difference Function,AMDF)的平方对ACF函数进行加权,由此加强短时自相关函数在基音周期倍数处的峰值特性。对提取出的基频曲线做平滑处理。实验结果表明,该方法提高了基音周期检测的准确率。     

基于系统辨识算法的风力机桨距系统故障诊断

针对风力机桨距系统故障,提出一种基于观测器的多新息随机梯度辨识算法的故障诊断方法．多新息随机梯度辨识算法通过扩展新息长度能够改进随机梯度辨识算法的估计精度,根据系统的规范状态空间模型,结合状态观测器可以实现系统状态和参数的交互估计．将桨距系统模型转换为可辨识的状态空间模型,依据桨距系统故障会引起系统参数变化的特点,采用所提出的算法对系统状态和参数进行估计,将桨距系统故障诊断问题转化为系统状态和参数估计问题．仿真结果表明,所提出的方法能够有效诊断桨距系统故障．     

Interpolation of pitch contour using temporal decomposition

A new method for predicting pitch contour of a speech signal using a small number of pitch values is addressed, for the application of very low rate speech coding, relying on the correlation between phonetic evolution and pitch variations during voiced speech segments. To track the phonetic evolution and specify perceptually significant time points, Temporal Decomposition (TD) is used. TD provides information required for both determination of critical pitch values and estimation of pitch contour by detecting event functions, as interpolation paths, and their centroids, as the most steady points, in the spectral parameters space. It is shown that the proposed method reduces the amount of pitch information to about one-tenth of that in conventional frame-by-frame based techniques with less than 5% error in pitch approximation.     

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。     

一种改进的基音周期提取算法

摘　要 基音周期的提取在语音信号处理领域有着广泛的应用。受基于归一化自相关函数基音周期提取算法和多带激励(Multi-Band Excitation, MBE)声码器中基音检测算法的启发,本文提出了一种改进的基音周期提取算法。该算法主要由预处理、时域基音粗估、基音平滑、时变滤波搜索、小数基音周期估计等五个部分组成。实验表明：该算法能达到更高的搜索准确度,得到更加平滑的基音周期曲线;与传统自相关检测算法相比,该算法有很好的抗噪性;