自動音樂識譜技術(shù)研究.pdf

1、自動音樂識譜（AMT）即自動將音樂信號轉(zhuǎn)換成某種樂譜形式的過程，它被認為是音樂信號處理中關(guān)鍵性的問題，但同時也是一個復(fù)雜而且具有挑戰(zhàn)性的問題，目前對于多音音樂的自動音樂識譜還沒有能達到人工識譜效果的系統(tǒng)。
　　自動音樂識譜技術(shù)在自動音樂伴奏、高級音樂編輯技術(shù)、音樂檢索、音樂教學(xué)等領(lǐng)域有著廣泛的應(yīng)用。本文將自動音樂識譜過程分為兩個主要的子任務(wù)：多基頻估計與多基頻流化，并分別對它們進行研究與改進，下面是本文主要的研究工作與創(chuàng)新點：

2、r>　?。?）基于統(tǒng)計模型的多基頻估計
　　本文采用最大似然概率的方法來進行多基頻估計，以頻譜上的峰值點作為觀察值，而將基頻作為需要估計的參數(shù)。在訓(xùn)練模型時，為了充分利用頻譜上所有區(qū)域的信息，本文對參數(shù)模型進行修改，加入了峰值點以外區(qū)域的信息，從而與峰值點區(qū)域信息形成互補，前者被用來確定基頻應(yīng)該出現(xiàn)的位置，而后者被用來確定基頻不應(yīng)該出現(xiàn)的位置。
　　在多基頻估計時，針對似然概率估計的基頻個數(shù)估計問題，本文采用假設(shè)諧頻序列（H

3、PS）方法，計算諧頻的幅值與頻譜平滑度，考慮基頻組合中諧頻間的相互干擾，從而根據(jù)頻譜能量與平滑性選擇最優(yōu)的基頻組合。
　　最后采用相鄰幀的關(guān)系來進行后處理。實驗結(jié)果表明相關(guān)的改進和后處理可以取得更好的多基頻估計效果。
　?。?）基于音色特征的多基頻流化
　　本文采用基于音色特征的方法來進行多基頻流化，將其建模為一個受約束的聚類問題。并且以梅爾倒譜系數(shù)特征（MFCC）、諧頻結(jié)構(gòu)特征（HS）、普通倒譜特征（OC）、離散倒譜