復(fù)合樂(lè)音的多基頻提取.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)和多媒體技術(shù)的發(fā)展,基于復(fù)合樂(lè)音的多基頻提取已經(jīng)成為樂(lè)音信號(hào)處理中不可或缺的技術(shù)。
　　 本文首先介紹了多基頻提取的基礎(chǔ)知識(shí)。它們包括聽(tīng)覺(jué)模型、聽(tīng)覺(jué)濾波器、小波變換、STFT與MDCT變換、自相關(guān)及平均幅度差分的求解。其次,描述了本文研究的多基頻提取技術(shù):基于聽(tīng)覺(jué)模型、二進(jìn)小波變換近似系數(shù)相乘、Specmurt算法的多基頻提取。最后,對(duì)以上典型技術(shù)進(jìn)行了改進(jìn)并比較了改進(jìn)前后的提取效果。
　　 基于聽(tīng)覺(jué)模型的

2、多基頻提取是較為傳統(tǒng)的一種方法。它可分為:AnssiKlapuri提出的多通道模型、M.Y.Wu提出的多通道分高低頻模型、TeroTolonen提出的基于兩通道的多基頻提取。在這三種方法中,基于兩通道的多基頻提取得到了更好的基頻分布?；诼?tīng)覺(jué)模型的多基頻提取采用了歸一化自相關(guān)、傅里葉變換求自相關(guān)方法、增強(qiáng)自相關(guān)的方法來(lái)修正自相關(guān)對(duì)求解周期分布存在的缺陷,其中歸一化自相關(guān)減少了分幀加窗所帶來(lái)的影響,傅里葉變換求自相關(guān)提高了峰值顯著度,而增

3、強(qiáng)自相關(guān)則消除了倍數(shù)周期。
　　 二進(jìn)小波變換近似系數(shù)相乘算法增強(qiáng)了峰值顯著度,它使得基頻的位置更容易被找到。本文首先采用仿真信號(hào)對(duì)尺度的選擇進(jìn)行了比較,實(shí)驗(yàn)表明選用三個(gè)近似系數(shù)相乘時(shí)效果是最佳的。文中發(fā)揮了基于聽(tīng)覺(jué)模型的多基頻提取的優(yōu)勢(shì),對(duì)它進(jìn)行了改進(jìn)。將兩通道模型和二進(jìn)小波變換近似系數(shù)相乘結(jié)合在一起,這種結(jié)合提高了提取基頻的查準(zhǔn)率和查全率。
　　 相對(duì)于聽(tīng)覺(jué)模型方法,Specmurt算法提高了提取基頻的分辨率,更加合