乐音识别方法及应用

通过研究乐音的声音和物理特性,提出一种识别乐音信号的方法,该方法实现在频域的 精确定位,在基音频率检测上优于单一小波方法,在识别效果方面优于DTW方法,并开发了乐音识 别和自动作曲系统。此方法可以为乐音识别提供参考。     

FRED和DWT在乐音音符识别中的应用研究

乐音音符识别和自动记谱在音乐创作领域和音乐数据库检索技术中有很重要的应用价值,但目前还没有比较成熟的乐音音符识别方法。该文通过深入研究乐音的物理特性和音乐特性,提出一种识别乐音音符的方法,该方法实现在频域的精确定位,取得了非常好的识别效果,具有较高的应用价值。     

基于快速傅里叶变换的乐器音色特征识别算法研究

本研究主要以传统乐器为研究对象,探究了乐器的音色本质。在频域中利用快速傅里叶变换提出了乐音泛音列提取的2种方法,即最大倍频和法和多倍频法,并将二者在不同场景下进行了比较。发现多倍频法具有较好的鲁棒性。同时,考虑到乐音在时间维度上也蕴含一定的信息,进而针对性地使用语谱图以弥补传统频谱中一些信息丢失的问题,并根据提取到的泛音列支持了乐器音色特征识别,在中国传统乐器古琴中进行了算法测试,结果表明本研究所构建的方法可推广到其他中西乐器,未来还可以拓宽到信号特征辨识、材料探伤等领域。     

一种新型音符起始点检测算法

提出一种利用乐音频率变化特征进行音符起始点检测的算法,该算法基于连续小波变换（CWT）对音乐信号进行分解,分解后的信号频率和乐音频率分布相同。从分解后的信号中提取音符起始点特征,使用双边指数光滑和移动窗口归一化算法优化检测函数,产生音符起始点。     

基于MATLAB GUI 的虹膜识别算法测试平台

虹膜识别是一种重要的利用生物学特征进行的身份识别技术,针对虹膜识别人们已经提出了许多算法,但如何比较、评价各种算法,还没有一个统一的标准和测试平台,为此该文建立了一个虹膜识别算法的MATLAB图形用户界面（GUI）,给出了建立虹膜数据库应该考虑的问题。在该平台下,可以对虹膜识别的有关问题进行研究。对同一个虹膜数据库进行实验,可以获得不同算法的性能指标比较。该平台除了提供统一的操作界面进行各种算法比较研究外,还可以允许用户对新算法进行实验研究。结果表明,该平台能够实现各种算法的集中管理,并输出可视实验结果,很方便进行虹膜识别算法的研究和比较。     

基于音频技术的乐曲节拍识别系统

由于当前乐曲节拍识别系统的识别间隔较长,乐曲节拍识别的准确率较低.为了解决该问题,设计一种新的基于音频技术的乐曲节拍识别系统.系统硬件由乐音识别器、节拍控制器和动态显示器等3部分组成:乐音识别器通过处理数据与信号的信息将音频乐曲节拍转换成音符表示的简谱,以此保证对乐曲的识别功能;节拍控制器内部拥有多个缓冲识别器,能够提...     

汉字联机手写识别系统的设计与实现

针对嵌入式手写识别系统存在识别率低、识别速率慢的缺点.研究了一种汉字联机手写识别的改进算法.首先从理论上介绍并分析了弹性网格识别算法和笔顺识别算法,接着将两种识别算法的优点进行有机组合,采用最小二乘法对输入的笔划进行线性拟合.算法在嵌入式linux下进行仿真设计并得到了实现,通过对仿真结果的分析,证明了结合后的改进算法达到了提高手写识别率和识别速率.所采用的方法对汉字手写体识别的研究有一定的借鉴和指导作用.     

基于支持向量机算法的气体识别研究

利用多传感器或者传感器阵列,同时,结合神经网络技术来进行气体识别和定量分析研究已成为目前传感器领域的一个研究热点。介绍了一种在该领域还没有引起足够重视的算法———支持向量机算法(SVM)。利用该算法,结合多传感器技术,对 3种不同体积分数的有机溶剂进行了识别研究,并取得了较好的识别效果,证明了该算法在气体识别领域具有相当大的研究价值。     

DTW算法的研究和改进

对语音识别中的DTW算法进行了研究,提出了一种改进算法,并用实验数据进行了验证。此算法在识别度下降可接受的范围内,有效地减少了识别的时间。     

基于矩阵星图识别算法的卫星三轴姿态确定方法研究

针对基于星敏感器的三轴稳定卫星姿态确定系统,总结比较了目前用于姿态确定的常用姿态敏感器的性能,引出了星敏感器的核心-星图识别算法,进而分析比较了当前星敏感器星图识别相关的几种算法的优缺点,重点研究了栅格算法;并在此基础上,提出用矩阵星图识别算法,建立了基于矩阵星图识别算法进行卫星三轴姿态确定的数学模型,从而简便、快捷地求出卫星任意时刻的三轴姿态参数;最后利用Matlab分别实现了用栅格算法和矩阵法进行星图识别的仿真,验证了矩阵识别算法的优点,对于研究卫星姿态确定和提高星图识别算法的效率和精度有一定的参考价值.     

音乐信息检索下的乐器识别综述

高效精准的乐器识别技术可以有效地推动声源分离、音乐识谱、音乐流派分类等研究的深入发展,可广泛应用于播放列表生成、声学环境分类、乐器智能教学和交互式多媒体等众多领域。近年来,随着乐器识别研究的不断推进,乐器识别系统在性能上有了大幅提高,但依旧存在着部分乐器难以识别、乐器音频特征提取较为困难、复音乐器识别精准度较低等诸多问题,如何借助人工智能技术对乐器进行高效精准的识别成为当前研究的热点和难点。针对当前研究现状,从乐器识别常用音频特征、乐器识别模型及方法和常用数据集三个方面进行综述,并对当前研究中存在的局限性和未来发展趋势进行总结,为乐器识别研究提供一定的借鉴参考。     

基于卷积神经网络的盲文音乐识别研究

盲人音乐家在交流创作的音乐作品时面临着人工转换和效率较低的问题,信息科学与技术的迅速发展为解决此类问题提供了许多解决方案。虽然目前有许多盲文音乐作品的识别方案,但其存在识别效率低和兼容能力不足等缺点。为了避免传统方案在盲文音乐图片特征提取时过多依赖人工经验,通过研究提出并设计了基于卷积神经网络的识别模型。在对盲文音乐图片的样例数据进行预处理之后,通过多次反复迭代训练,模型就可学习到盲文音乐图片中音乐符号的特征。实验结果表明,该模型的识别有效性和较强的泛化能力为盲文音乐作品的识别提供了一种新的解决方案。     

音乐命名实体识别方法

为了能快速、准确地将分散在Web网页中的音乐实体抽取出来,在全方位了解音乐领域中命名实体的特征的基础上,提出了一种规则与统计相结合的中文音乐实体识别方法,并实现了音乐命名实体识别系统。通过测试发现,该系统具有较高的准确率和召回率。     

基于MFCC和常数Q变换的乐器音符识别

音符识别是音乐信号分析处理领域内非常重要的研究内容,它为计算自动识谱、乐器调音、音乐数据库检索和电子音乐合成提供技术基础。传统的音符识别方法通过估计音符基频与标准频率进行一一对应识别。然而一一对应较为困难,且随着音符基频的增大将导致误差增大,可识别的音符基频范围不广。为此,文中采用分类的思想进行音符识别。首先,建立所需识别的音符音频库,并针对音乐信号低频信息的重要性,选取梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficients,MFCC)和常数Q变换(Constant Q Transform,CQT)作为音符信号提取特征。然后,将提取的特征MFCC和CQT分别作为音符识别的单一特征输入和两者特征融合输入;结合Softmax回归模型在多分类问题中的优势以及BP神经网络良好的非线性映射能力与自学习能力,构建基于Softmax回归模型的BP神经网络多分类识别器。在MATLAB R2016a的仿真环境下,将特征参数输入到多分类器中进行学习与训练,通过调整网络参数来寻找最优解。通过改变训练样本数进行对比实验。实验结果表明,将融合特征(MFCC+CQT)作为特征输入时,可以识别出从大字组到小字三组的25类音符,并可以获得95.6%的平均识别率;在识别过程中,特征CQT比特征MFCC的贡献更大。实验数据充分说明,利用分类的思想提取音符信号的MFCC和CQT特征来进行音符识别,可以取得很好的识别效果,并且不受音符基频范围的限制。     

卷积神经网络在乐器板材优劣识别中的应用研究

目前民族乐器板材振动信号识别算法具有特征提取复杂且耗时长等缺点,针对此问题,提出了一种基于卷积神经网络的木材振动信号分类识别算法,实现了乐器板材优劣的判别。卷积神经网络将特征提取和分类过程结合来进行神经网络的训练,具有识别度高、鲁棒性好等优点。首先重点分析和讨论了提取木材振动信号的语谱图特征,然后应用卷积神经网络结合网格搜索的方法进行参数调优。为了防止过拟合,还应用了ReLU和Dropout等新技术,得到最终分类结果。实验证明,测试样本准确率达到96%,明显优于传统方法。该方法可减小人工测量的误差,加快板材的选取时间,为民族乐器制造领域的选材提供了一种更加实用的方法。     

A model for pattern perception with musical applications part III: The graph embedding of pitch structures

This is the third paper of a series which begins by treating the perception of pitch relations in musical contexts and the perception of timbre and speech. The preceding papers dealt with those properties of musical scales which allow them to function as reference frames which provide both for the measurement of intervals and for the identification of their elements as scale degrees. The effect of these properties upon the perceptibility of various musical relations and properties has been discussed. Here we extend the treatment to systems of different scales (as exist in many musical cultures) where a listener's recognition of any one scale in the system interacts with his ability to recognize the others. Reading of the two previous papers is required.This research was supported in part by grants and contracts AF-AFOSR 881–65, AF 49(638)-1738 and AF-AFOSR 68–1596.     

A graph grammar programming style for recognition of music notation

Graph grammars are a promising tool for solving picture processing problems. However, the application of graph grammars to diagram recognition has been limited to rather simple analysis of local symbol configurations. This paper introduces the Build-Weed-Incorporate programming style for graph grammars and shows its application in determining the meaning of complex diagrams, where the interaction among physically distant symbols is semantically important. Diagram recognition can be divided into two stages: symbol recognition and high-level recognition. Symbol recognition has been studied extensively in the literature. In this work we assume the existence of a symbol recognizer and use a graph grammar to assemble the diagram's information content from the symbols and their spatial relationships. The Build-Weed-Incorporate approach is demonstrated by a detailed discussion of a graph grammar for high-level recognition of music notation. See Appendix A for an illustration of the terms for musical symbols used in this paper.     

基于时频结合的背景噪声下语音增强方法

本文在研究基于改进谱减法的基础之上,提出了在频域利用谱减法去除宽带加性噪声,在时域利用短时过零率和短时能量组合而成的加权函数去除谱减法后产生的“音乐噪声”的方法．实验表明：这种时频结合的语音增强方法对背景噪声下的语音质量的增强效果明显。     

Operational semantics of a domain specific language for real time musician–computer interaction

With the advent and availability of powerful personal computing, the computer music research and industry have been focusing on real-time musical interactions between musicians and computers; delegating human-like actions to computers who interact with a musical environment. One common use-case of this kind is Automatic Accompaniment where the system is comprised of a real-time machine listening system that in reaction to recognition of events in a score from a human performer, launches necessary actions for the accompaniment section. While the real-time detection of score events out of live musicians’ performance has been widely addressed in the literature, score accompaniment (or the reactive part of the process) has been rarely discussed. This paper deals with this missing component in the literature from a formal language perspective. We show how language considerations would enable better authoring of time and interaction during programming/composing and how it addresses critical aspects of a musical performance (such as errors) in real-time. We sketch the real-time features required by automatic musical accompaniment seen as a reactive system. We formalize the timing strategies for musical events taking into account the various temporal scales used in music. Various strategies for the handling of synchronization constraints and the handling of errors are presented. We give a formal semantics to model the possible behaviors of the system in terms of Parametric Timed Automata.