版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、音樂音符起點檢測是基于內(nèi)容的音樂信號分析處理的關(guān)鍵性環(huán)節(jié)。尤其對開啟音樂檢索領(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行檢索。因此音符起點檢測確實是基于內(nèi)容的音樂檢索系統(tǒng)中不可缺少的一個重要步驟。本文首先介紹了近年來音樂信號領(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,針對音樂音符所特有的信號特征
2、,將幾種有效的特征參數(shù)進行融合進而提出了更為有效的全新的音符起點檢測算法--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幅度信息,而且包含信號的頻率信息,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,信息熵能夠很好地反映特征參量的分布情況,而不會受到信號個別樣本點變化的影響。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。接著對所提
3、取的Teager能量熵特征曲線首先經(jīng)由對數(shù)函數(shù)的均衡峰值處理,而后用雙門限閾值法提取峰值,進而完成整個音符切分過程。與目前較優(yōu)的音符切分法-自適應子帶譜熵法相比,Teager能量熵算法快速簡潔,計算量減少近60%,得到的檢測曲線更平整光滑,音符分界更為明顯,音符切分的準確度提高近十個百分點,尤其適用于打擊類樂曲。但是,當待處理的音樂信號中摻雜有噪聲信號,尤其是高頻噪聲時,Teager能量熵算法的檢測性能會遜色不少。對于這一問題,本文在特
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 提升小波的語音端點檢測算法研究
- 基于Constant Q變換的音符起始點檢測算法研究.pdf
- 基于譜熵的語音端點檢測算法的研究.pdf
- 基于相位特征的音樂音符起點檢測.pdf
- 基于自適應小波基的織物疵點檢測算法研究.pdf
- 基于小波域的圖像顯著性檢測算法研究.pdf
- 基于小波分析的語音端點檢測算法研究.pdf
- 基于信息熵和神經(jīng)網(wǎng)絡(luò)的語音端點檢測算法研究.pdf
- 基于小波變換的圖像邊緣檢測算法研究.pdf
- 基于Hadoop的孤立點檢測算法研究.pdf
- 基于小波包能量熵的軌道波磨在線檢測方法研究.pdf
- 基于小波能量熵的結(jié)構(gòu)損傷識別.pdf
- 基于小波變換的焊點質(zhì)量檢測算法研究.pdf
- 基于輪廓的角點檢測算法研究.pdf
- 基于Cuckoo抽樣的超點檢測算法研究.pdf
- 基于多層小波分解的角點檢測算法研究及應用.pdf
- 基于小波域的水印算法研究.pdf
- 基于gpu的實時角點檢測算法
- 基于小波變換的圖像邊緣檢測算法的研究.pdf
- 圖像角點檢測算法研究.pdf
評論
0/150
提交評論