基于小波域Teager能量熵的音符起點(diǎn)檢測(cè)算法研究.pdf

1、音樂音符起點(diǎn)檢測(cè)是基于內(nèi)容的音樂信號(hào)分析處理的關(guān)鍵性環(huán)節(jié)。尤其對(duì)開啟音樂檢索領(lǐng)域新篇章的哼唱檢索(QBH)系統(tǒng)而言，若加入一種高效快捷的音符切分程序，不僅可以在很大程度上提升檢索效率，而且可以極大程度地方便用戶的使用，即可免去很多限制直接使用自然哼唱進(jìn)行檢索。因此音符起點(diǎn)檢測(cè)確實(shí)是基于內(nèi)容的音樂檢索系統(tǒng)中不可缺少的一個(gè)重要步驟。本文首先介紹了近年來音樂信號(hào)領(lǐng)域中各種經(jīng)典有效的處理算法，并分析了各自利弊。之后，針對(duì)音樂音符所特有的信號(hào)特征

2、，將幾種有效的特征參數(shù)進(jìn)行融合進(jìn)而提出了更為有效的全新的音符起點(diǎn)檢測(cè)算法--小波域的Teager能量熵算法。
　　 鑒于Teager能量特征參量不僅包含信號(hào)幅度信息，而且包含信號(hào)的頻率信息，這一特性恰能很好地反映音頻流中音符所特有的能量分布隨頻率而有所差異的特性。與此同時(shí)，信息熵能夠很好地反映特征參量的分布情況，而不會(huì)受到信號(hào)個(gè)別樣本點(diǎn)變化的影響。因此，本文首先將二者相結(jié)合，提出了基于Teager能量熵的音符切分算法。接著對(duì)所提

3、取的Teager能量熵特征曲線首先經(jīng)由對(duì)數(shù)函數(shù)的均衡峰值處理，而后用雙門限閾值法提取峰值，進(jìn)而完成整個(gè)音符切分過程。與目前較優(yōu)的音符切分法-自適應(yīng)子帶譜熵法相比，Teager能量熵算法快速簡潔，計(jì)算量減少近60％，得到的檢測(cè)曲線更平整光滑，音符分界更為明顯，音符切分的準(zhǔn)確度提高近十個(gè)百分點(diǎn)，尤其適用于打擊類樂曲。但是，當(dāng)待處理的音樂信號(hào)中摻雜有噪聲信號(hào)，尤其是高頻噪聲時(shí)，Teager能量熵算法的檢測(cè)性能會(huì)遜色不少。對(duì)于這一問題，本文在特