鋼琴樂音的音頻分割算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)信息中包含的音頻、視頻等多媒體信息比重越來越重，因而人們對多媒體信息的檢索需求也日益增長。音頻信息檢索是多媒體信息檢索的重要分支，其主要依據(jù)是聽覺特征值。音頻檢索的前提是音頻識別，而音頻信息的結(jié)構(gòu)化則是音頻識別的重要步驟之一。
　　音頻信息結(jié)構(gòu)化是指基于某種標(biāo)準(zhǔn)，將音頻分割成長短不一，且在該標(biāo)準(zhǔn)下具有相同屬性的獨立片段，每一段音頻信號都包含很多信息，從內(nèi)容上可以分為三層——物理樣本級、聲學(xué)特征級和語義

2、級，信息結(jié)構(gòu)化一般是基于聲學(xué)特征。本文通過研究大量基于內(nèi)容的音頻分割算法發(fā)現(xiàn)，現(xiàn)有的分割算法大都集中于音頻不同類型片段的分割，對于同類型的音頻片段自身，卻沒有更為精細的劃分。這對于更高效的音頻識別檢索、樂譜分析等造成了負面影響。
　　本文以鋼琴樂音為研究對象，提出了一種新的基于方差加權(quán)和的音頻分割算法實現(xiàn)鋼琴樂音的獨立音符分割。該算法結(jié)合了基于貝葉斯準(zhǔn)則（Bayesian Information Criterion，BIC）和信息

3、熵的音頻分割算法的思想，以同類型的鋼琴樂自身音符分割為目的，其結(jié)果甚至可以為語義識別、分析等提供所需的結(jié)構(gòu)化信息。該算法針對單手彈奏的純鋼琴樂音效果顯著，對于自然環(huán)境下錄制的鋼琴入門曲，可以有效地分割出每一個獨立音符，為之后的樂譜識別和語義分析提供數(shù)據(jù)基礎(chǔ)。
　　由于現(xiàn)實生活中，鋼琴音樂大都為雙手同時演奏，因此本文所提出的基于方差加權(quán)和的音頻分割算法需要通過預(yù)處理，即對混音信號進行盲分離后才能適用。針對這種情況，本文采用了獨立分量