基于TVF-EMD的乐器音质特征分析方法及其应用

音质(Timbre)是音乐感知和言语识别的重要线索。传统音质分析方法无法同时获取理想的时间分辨率和频域分辨率,对音频的非平稳特性没有很好地处理。本文采用时变滤波经验模态分解(Time Varying Filtering based EMD,TVF-EMD)方法提取音频的固有模态函数用于希尔伯特变换,并构建了音质的希尔伯特频谱分布特征和希尔伯特轮廓特征。在乐器分类问题中,将提取的两类音质特征与Mel倒谱系数特征(Mel Frequency Cepstral Coefficients,MFCCs)有效结合,然后构造基于双向长短时记忆网络的音质时序分类器,在公开乐器演奏音频数据库中进行了乐器分类实验。结果表明,所提出的音质特征可以有效补充Mel倒谱特征等传统特征无法表达的非线性非平稳信息,大大提高了本音质表征方法对复杂音频的适应性和鲁棒性。

基于北斗短报文通信的波浪谱数据传输方法

【目的】针对波浪浮标用北斗短报文传输谱数据时通信长度受限的问题,提出一种波浪谱数据传输方法。【方法】基于随机波浪理论,分析风力等级、波浪等级变化时的频谱分布特点,获得频谱成分的频率聚集规律;借鉴国外频谱传输方法及其经验,基于北斗短报文通信,开展波浪谱数据传输方法设计,并优化传输方式。【结果与结论】利用北斗短报文将0.05~0.35 Hz范围内波浪频谱数据仅以61字节实施基本传输,同时配置扩展能力。通过传输过程仿真测试、波浪浮标海上试验,证明本研究方法能满足波浪谱数据传输需求,北斗短报文可为海浪观测数据的实时传输提供一种新技术手段。