一种新型的特征平滑处理的民乐音符起始点检测算法

音符起始点是音乐特征信息中最基础的特征,也是高级音乐分析任务(如基频估计、节奏分析、节拍跟踪等)的前提.然而,目前大多数音符起始点检测算法的研究对象多以西洋乐(如钢琴、小提琴等)或人声为主,针对中国民乐的研究极为匮乏,其主要原因是缺少高质量的带标注的数据集.为此,本文采集了古筝的部分考级曲目的音频,并在专家指导下对音符起始点加以标注,率先构建了一个带标签的包含3529条记录的古筝音符起始点数据集.此外,由于传统的神经网络特征预处理方法无法凸显古筝音符的起始点特征,本文提出了一种新型的特征平滑处理方法ELES(Extremum filtering based envelope smoothing),对训练数据的均值和标准差进行平滑处理,再经过标准化方法强化起始点特征,随后送入卷积神经网络进行训练.实验证明本文方法的准确性优于传统的基于音频信号处理的方法,并能够有效地检测出古筝的特殊技法和连续十六分音符的起始点.

一种基于频谱特征相似度的古筝音高估计方法

目前针对古筝的音高识别的研究较少,识别算法表现欠佳,主要原因在于古筝音高频谱频率分布复杂且现有高质量数据集较少,不易获取有效音高特征。本文考虑到古筝音高频谱存在基频丢失、谐波衰弱、倍频音混淆(八度错误)等问题,提出了一种基于频率比对的音高相似度特征计算方法。该方法首先通过预处理对原始音频数据进行时频变换,然后提出用综合频率相似度、能量相似度和频率置信度这3种相似度特征来区分不同的音高,3组相似度矩阵表明该方法在不同音高上有较高的区分度。对630条古筝音频数据的实验结果表明,利用本文所提出的3种相似度特征计算方法的音高分类模型的准确性F1值高达97%,优于使用传统频谱特征的方法的80%。