鋼琴音樂(lè)的多基頻估計(jì)研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的快速發(fā)展使音樂(lè)得以廣泛傳播，有效的提取、檢索、組織音樂(lè)信息的方法，即音樂(lè)信息檢索的研究受到了學(xué)術(shù)界和信息界的廣泛關(guān)注。多基頻估計(jì)是音樂(lè)信息檢索領(lǐng)域的研究熱點(diǎn)之一，基本任務(wù)是估計(jì)復(fù)調(diào)音樂(lè)中同時(shí)發(fā)聲的多個(gè)音符，從而得到每個(gè)音符基頻值、起始時(shí)間和終止時(shí)間的信息。目前的多基頻估計(jì)方法還不能滿足實(shí)際需求，因此對(duì)多基頻估計(jì)方法的進(jìn)一步研究顯得尤為重要。
　　本文以鋼琴這種多聲部樂(lè)器的復(fù)調(diào)音樂(lè)為研究對(duì)象。在基于非負(fù)矩陣分解的多基頻估

2、計(jì)方法的框架下，對(duì)音樂(lè)信號(hào)的時(shí)頻表示、音符字典構(gòu)建和譜分解算法進(jìn)行了分析，研究采用基于多原子音符字典的eqp,rq范數(shù)塊稀疏約束的非負(fù)矩陣分解算法，有效提高了單幀信號(hào)多基頻估計(jì)的準(zhǔn)確性；最后在非負(fù)矩陣分解的基礎(chǔ)上研究直接在音符事件層而不是信號(hào)幀層面上的多基頻估計(jì)方法。主要研究工作和創(chuàng)新點(diǎn)如下：
　　1、對(duì)音樂(lè)信號(hào)分析中常見(jiàn)的多分辨率時(shí)頻表示常數(shù)Q變換（CQT）進(jìn)行了研究，發(fā)現(xiàn)雖然CQT在低頻具有較高的頻率分辨率，但同時(shí)也導(dǎo)致時(shí)間分

3、辨率降低，首次引入變Q變換作為多基頻估計(jì)音樂(lè)信號(hào)時(shí)頻表示的工具，它相比CQT在相同的頻率分辨率下有更好的時(shí)間分辨率，和高效的系數(shù)計(jì)算。
　　2、研究基于單原子和多原子音符字典譜分解的方法。研究采用epp范數(shù)稀疏約束的多基頻估計(jì)，通過(guò)對(duì)單原子字典譜分解的實(shí)驗(yàn)表明epp范數(shù)比常見(jiàn)的e1范數(shù)的多基頻估計(jì)效果更好；針對(duì)音符在不同時(shí)刻的頻譜變化非常明顯，指出單原子音符字典并沒(méi)有考慮到音符譜基原子動(dòng)態(tài)變化的特點(diǎn)，然后分別從建模和學(xué)習(xí)兩個(gè)角度介

4、紹多原子音符字典的構(gòu)建方法；最后在多原子音符字典基礎(chǔ)上研究采用eqp,rq范數(shù)塊稀疏約束的非負(fù)矩陣分解算法，實(shí)驗(yàn)結(jié)果表明，當(dāng)原子個(gè)數(shù)為2時(shí)該算法對(duì)MAPS數(shù)據(jù)庫(kù)音樂(lè)片段的單幀信號(hào)多基頻估計(jì)的F值達(dá)到了近78％。
　　3、基于非負(fù)矩陣分解的多基頻估計(jì)方法都是對(duì)單幀信號(hào)處理，它沒(méi)有提前對(duì)音符起始點(diǎn)進(jìn)行檢測(cè)，而是通過(guò)后處理檢測(cè)結(jié)果得到音符起始點(diǎn)，這可能會(huì)出現(xiàn)偽起始點(diǎn)和在兩個(gè)音符起始點(diǎn)之間將一個(gè)音符分成多個(gè)音符的錯(cuò)誤。研究基于音符事件的方