基于谐波结构的民族乐器音色特征提取

针对民族乐器音色特征提取准确率问题，提出谐波特征提取结合支持向量机的音色分类识别方法。其中，考虑到谐波结构对音色的重要性，提出离散谐波变换的音色谐波提取方法，以此构建音色表达谱；然后算融合LPCC、MPCC等特征作为SVM的输入，最终实现不同民族乐器的分类识别。结果表明，在识别准确率上，组合特征的识别率明显高于单一特征输入；在单音色识别上，本方法在96%左右，高于KNN等其他方法；在音乐片段识别方面，对全部乐器的识别准确率和针对音乐片段数据库的测度平均分别提高了7.3%和2.23%,识别效果更好。     

基于MIDI控制器的软音源插件自动控制系统研究

针对传统电子音乐系统存在软音源插件控制效果不佳，设计一个基于MIDI控制器的软音源插件自动控制系统，并实现音符的识别。其中，系统硬件部分主要由AT89C51单片机的MIDI控制器、USB通信和音源和上位机组成；系统软件部分则采用基于RBF人工神经网络和MFCC特征提取相结合的算法进行音乐音符自动识别；最后通过识别结果进行软音源插件自动控制。结果表明，在低音符和高音符的检测结果中，基于RBF神经元网络的正确识别率均保持在80%及以上，识别精度较高。噪声环境下，基于RBF神经元网络的别正确率明显高于现有的基音检测方法，识别效果和稳定性更强，基于此方法可提升软音源插件的自动控制效果，具备一定的可行性。