为避免音乐信号中干扰信号造成的影响,实现更准确的和弦识别,提出一种基于干扰信号剔除的全频段音乐和弦识别方法,对全频段音乐信号进行采集,利用自适应频移滤波器剔除音乐信号中的干扰信号后,通过傅里叶变换和音阶映射提取干扰信号的...为避免音乐信号中干扰信号造成的影响,实现更准确的和弦识别,提出一种基于干扰信号剔除的全频段音乐和弦识别方法,对全频段音乐信号进行采集,利用自适应频移滤波器剔除音乐信号中的干扰信号后,通过傅里叶变换和音阶映射提取干扰信号的全频段音乐信号PCP(Pitch Class Profles)特征,构建和弦PCP特征模板库,并通过稀疏表示分类器表征提取的待识别的全频段音乐信号PCP特征与和弦PCP特征模板库之间的线性关系,实现全频段音乐和弦识别。通过实验验证,该方法能够实现一种较为精准的全频段音乐和弦识别,对于不同和弦识别率均较高,均能保证在95%以上,且平均识别时间较短,能够保证在3ms之内。展开更多
文摘为避免音乐信号中干扰信号造成的影响,实现更准确的和弦识别,提出一种基于干扰信号剔除的全频段音乐和弦识别方法,对全频段音乐信号进行采集,利用自适应频移滤波器剔除音乐信号中的干扰信号后,通过傅里叶变换和音阶映射提取干扰信号的全频段音乐信号PCP(Pitch Class Profles)特征,构建和弦PCP特征模板库,并通过稀疏表示分类器表征提取的待识别的全频段音乐信号PCP特征与和弦PCP特征模板库之间的线性关系,实现全频段音乐和弦识别。通过实验验证,该方法能够实现一种较为精准的全频段音乐和弦识别,对于不同和弦识别率均较高,均能保证在95%以上,且平均识别时间较短,能够保证在3ms之内。