旋律提取技术研究综述

对国内外旋律提取技术的已有研究工作进行了分类介绍,分别总结归纳了针对符号表示的音乐文件与针对波形表示的音乐文件的旋律提取算法,分析了各种算法的特点,阐明了该方向的未来发展趋势。

一种提高基频实时提取精度的新方法

提高汉语浊音基频实时提取精度是语音识别的关键技术之一。本文论述了汉语浊音基频实时提取的意义、难度和误差分析,提出—种“过零检测,信号分离”的新方法。它能有效地减小工频调制误差,振幅起落误差和背景噪声误差,从而达到提高基频量测精度之目的。

基于稀疏自编码神经网络的声乐主旋律提取

旋律是音乐中最重要的要素,音乐主旋律提取是音乐检索的核心技术之一。复调音乐中歌声的音高序列构成了声乐主旋律。提出--种声乐主旋律自动提取改进算法,根据声乐信号的频谱特点,改进音高显著度函数的计算方法,降低计算复杂度,减少声乐主旋律提取时间。改用性能更优的稀疏自编码神经网络替代原算法的浅层晔神经网络作为基频判别模型,提高主旋律模型的识别准确率,降低旋律定位虚警率,从而提高声乐主旋律提取整体的准确率。在MIR-1K数据集上进行的实验表明,改进算法提取的声乐主旋律整体准确率比原算法至少提高了1.51%,提取主旋律的平均提取时间要比原算法减少大约0.12 S。

一种稳定、精准、实时的语音信号基频的检测与提取算法

针对语音基频检测与提取问题,融合了频域算法和时域算法的特点,提出了针对语音基频检测与提取的两步算法,首先基于频域算法的稳定性给出基频的一个粗估计,然后根据时域算法的精确性,再给出一个精确估计。该算法达到了稳定、精准、实时的目标。实验结果表明,该算法在汉语语音基频检测与提取方面的性能优于语音分析与处理专用软件Praat和Adobe Audition的相应功能。