歌唱人声分离算法改进研究

歌唱人声分离具有广阔的市场应用前景,但是它的真正实现需要解决目前速率低和硬件要求高的难题。本算法综合考虑乐音信号和人声信号的特点,对过去的算法进行了一些修改,使主旋律提取和人声分离的各个步骤相互补偿。在此基础上,本算法还采取了结构复用、减少迭代和去除功能的思路,提升运行效率。并在MIR-1K数据库样本上进行计算机仿真实验,证实本算法在性能上达到了预期目的。

基于循环神经网络的歌曲旋律与人声分离系统设计与实现

为了解决现今计算机市场缺乏分离歌曲人声与伴奏软件的现状,通过分析当下国内外两种主流的人声分离算法,充分总结其优势和不足,并将人声分离的思想与深度学习算法相结合,提出利用循环神经网络处理歌曲进行分离的构想,并通过实践获得成功。同时将其与网络技术相结合,建立可供用户实时将本地歌曲在线分离的交互性网页系统,弥补相关需求的空缺。