復合音樂中歌聲旋律的提取_2061.pdf

1、復合音樂中歌聲旋律的提取是音頻信息檢索領域的重點和難點。歌聲旋律的提取在歌聲分離、歌手識別以及哼唱檢索中應用廣泛。歌聲旋律提取的主要任務是提取復合音樂中歌聲的基頻軌跡。本文的研究可在一定程度上提高歌聲旋律提取的準確度。
　　本文利用頻域和倒頻域特征對復合音樂進行歌聲檢測。本文考察梅爾頻率倒譜系數(Mel Frequency Cepstrum Coefficient，MFCC)和基于線性預測譜的梅爾倒譜系數(LPc-derived

2、Mel Cepstrum Coefficient, LPMCC)對歌聲檢測的效果。實驗結果表明，LPMCC的檢測結果優(yōu)于MFCC?？疾鞂殿l率功率系數(LogFrequency Power Coefficient，LFPC)以及在此基礎上提出了梅爾頻率功率系數(Mel Frequency Power Coefficient，MFPC)和Gammatone頻率功率系數(Garnmatone Frequency Power Coeffici

3、ent，GFPC)的檢測效果。實驗結果表明，25維的LFPC的歌聲檢測準確率最好。
　　本文采用迭代譜減算法和改進的諧波乘積譜算法(Modified Harmonic ProductSpectrum，MHPS)對復合音樂進行多基頻估計，并比較這兩種算法的性能。迭代譜減算法主要解決多基頻估計中諧波重疊的問題，而MHPS算法在一定程度上解決了多基頻估計中基頻丟失和八度錯誤的問題。實驗結果表明，迭代譜減算法每幀估計的基頻個數明顯小于MH

4、PS算法，而且迭代譜減算法能得到更好的原始基頻準確率。
　　本文對得到的多基頻集合根據時間連續(xù)性和頻率連續(xù)性進行基頻軌跡的跟蹤，通過實驗發(fā)現:經過基頻軌跡跟蹤之后，原始基頻跟蹤準確率略有提高，而且排除了較多的野點。本文提出了基于諧波能量比的方法確定歌聲的旋律，并總結了兩種已有的方法，分別是基于頻率調制的方法和基于特征組合的方法。對比這三種方法的性能發(fā)現:基于特征組合的方法能夠更好地確定基頻軌跡中的歌聲基頻軌跡，提高了歌聲基頻提取的