自動音樂識譜系統(tǒng)中的音符檢測與流派分類.pdf

1、本文主要關(guān)注的內(nèi)容是如何實現(xiàn)音樂的自動識譜。識譜是指音樂傾聽者在聽音樂的過程中，識別該音樂的樂譜信息并記錄下來的過程；所謂的自動識譜指的是計算機扮演音樂傾聽者的角色，完成上述分析和記錄樂譜的任務(wù)。在自動識譜的過程中最重要樂譜信息是音符和所使用的樂器種類。 本文的工作主要集中于自動識譜過程的音符識別和樂器種類的分析： ·音符最重要的屬性就是音高。本文在比較研究五種經(jīng)典的音高提取算法后，提出基于生理聲學(xué)的音高檢測算法。本文通

2、過比較分析五種經(jīng)典的音高檢測算法，包括HPS(HarmonicProductSpectrum)、Cepstrum、CBHPS(CepstrumBiasedHPS)、最大似然(MaximumLikelihood)和自相關(guān)(Autocorrelation)算法，認識到為了進一步完善音高提取的準確度，同時為了能夠滿足大規(guī)模音樂分析系統(tǒng)的效率需求，需要具有較強抗噪聲能力的算法，因此本文將效率較高的自相關(guān)算法應(yīng)用到仿造人耳聽覺特性構(gòu)造的臨界頻帶，

3、提出了基于生理聲學(xué)的音高檢測算法。該算法能夠在既保證音高提取的較高時間效率，同時又進一步提高了音高提取的準確率。 ·在提取出音高之后，為了提高音符識別的準確度，本文提出了音高和音值相結(jié)合的互糾算法。在目前的音樂分析領(lǐng)域中，尚沒有非常好的專門針對音符音值的檢測算法，而廣泛采用的起始點(onset)檢測算法又不能理解音符的物理含義，故無法準確定位音符的起始和終止點(offset)，因此本文提出了將音高提取和音值檢測結(jié)果相互對照和糾正

4、的算法，故稱為互糾算法，其結(jié)果能在一定程度上提高音符識別的準確度。 ·采用自下而上(bottom-up)和自上而下(up-bottom)相結(jié)合的思想，以音樂的流派(Musicgenre)信息來輔助識別音樂中所使用的樂器種類，本文仔細比較分析現(xiàn)有的音樂幀、音樂段特征后，選用八個具有最強分類能力的特征來構(gòu)造貝葉斯網(wǎng)絡(luò)分類器，其分類效果較之流行的神經(jīng)網(wǎng)絡(luò)分類器在準確率上取得了較大的提高。同時本文試驗使用的音樂庫包含了480首歌曲；其歌