計(jì)算機(jī)實(shí)時(shí)伴奏系統(tǒng).pdf

1、計(jì)算機(jī)實(shí)時(shí)伴奏系統(tǒng)是讓計(jì)算機(jī)為人的現(xiàn)場音樂表演(獨(dú)奏或獨(dú)唱)進(jìn)行實(shí)時(shí)伴奏，它包括三個(gè)模塊：樂音檢測，樂譜跟蹤和實(shí)時(shí)伴奏。首先，樂音檢測模塊通過實(shí)時(shí)樂音識別獲取表演的樂音信息；然后，樂譜跟蹤模塊將所獲取的樂音信息實(shí)時(shí)定位于曲目的樂譜中，并對定位結(jié)果進(jìn)行動(dòng)態(tài)跟蹤；在此基礎(chǔ)上，實(shí)時(shí)伴奏模塊根據(jù)定位結(jié)果，控制計(jì)算機(jī)實(shí)時(shí)合成伴奏音。 本文以構(gòu)建實(shí)時(shí)伴奏系統(tǒng)為目標(biāo)，在對相關(guān)的樂音檢測，樂譜跟蹤和實(shí)時(shí)伴奏等問題進(jìn)行深入研究的基礎(chǔ)上，構(gòu)建了一個(gè)

2、能夠在限定曲目的條件下為人的演唱進(jìn)行實(shí)時(shí)伴奏的系統(tǒng)。 該系統(tǒng)用麥克風(fēng)拾取人的演唱信號。由于伴奏音和歌聲基本上是同步的，因此麥克風(fēng)實(shí)際接收到的是歌聲和伴奏音混疊以后的信號。這給如何從麥克風(fēng)拾取的信號中提取出歌聲中所含的樂音信息造成了很大困難。通常，采用諧波成分分析的方法解決這個(gè)問題。該方法對輸入信號的短時(shí)傅里葉頻譜進(jìn)行峰檢測，將找出的各諧波峰頻率的最大公約數(shù)作為信號的基頻估計(jì)。該方法有較大的局限性，一般只適用于頻譜構(gòu)成相對單一的樂

3、音信號的識別。而且，由于短時(shí)傅里葉變換得到的頻譜的頻率分辨率在整個(gè)頻段是一樣的，導(dǎo)致該方法對低頻譜峰的檢測能力降低，可能出現(xiàn)漏檢現(xiàn)象。結(jié)果，導(dǎo)致該方法所給出的基頻估計(jì)經(jīng)常發(fā)生錯(cuò)誤。為此，我們提出了一種新的諧波成分分析算法。首先利用伴奏音的先驗(yàn)知識將伴奏音的倍頻成分從頻譜圖上濾除，再對剩余的峰進(jìn)行人聲基頻的檢測。與傳統(tǒng)方法不同，該算法不是簡單地將找出的各諧波峰頻率的最大公約數(shù)作為信號的基頻估計(jì)，而是采用假設(shè)檢驗(yàn)的方法來確定基頻估值。首先將

4、各顯著頻譜峰頻率的分?jǐn)?shù)值作為可能的基頻的候補(bǔ)；然后，根據(jù)候選基頻應(yīng)該具備相對豐富的倍頻成分的知識，檢查所得到的頻譜中是否存在這樣的倍頻成分；最后，根據(jù)實(shí)際頻譜在候選基頻各倍頻處的分布情況進(jìn)行綜合判斷。該算法能夠在混疊有伴奏音的情況下實(shí)現(xiàn)對歌聲的識別和在線分割。為了滿足系統(tǒng)的實(shí)時(shí)性要求，在低時(shí)延的約束下實(shí)現(xiàn)對歌聲的在線分割，即在一個(gè)新音的起音階段就對其進(jìn)行通報(bào)。 樂譜跟蹤是實(shí)現(xiàn)實(shí)時(shí)伴奏的重要步驟。一個(gè)好的樂譜跟蹤算法應(yīng)該具有較強(qiáng)的

5、容錯(cuò)能力?，F(xiàn)有的算法存在較大的缺陷，有的采用很窄的滑動(dòng)窗口導(dǎo)致定位視野過窄，容錯(cuò)能力差；有的則設(shè)定最大的固定窗將定位視野擴(kuò)大到全局范圍，這樣做雖然為實(shí)現(xiàn)正確的匹配提供了可能，但過大窗口范圍的設(shè)置不僅增加了計(jì)算量，也為誤匹配埋下了禍根(有些定位結(jié)果雖然從匹配的角度看是最佳的，但實(shí)際中并不會發(fā)生)，反而會影響定位的效果。為此，我們提出了一種基于擴(kuò)充窗和重構(gòu)匹配檢測器的動(dòng)態(tài)規(guī)劃算法。該算法，一方面將定位視野限定在合理的范圍內(nèi)，采取窗口起點(diǎn)固定

6、，在適當(dāng)?shù)臅r(shí)候進(jìn)行窗長的擴(kuò)充。之所以選擇擴(kuò)充窗而不是滑動(dòng)窗，是為了避免因?qū)嶋H演奏片段和樂譜片段誤匹配而導(dǎo)致的窗口的強(qiáng)制滑動(dòng)這種不明智的舉動(dòng)。另一方面，我們希望對擴(kuò)充窗的最大寬度進(jìn)行控制以將計(jì)算代價(jià)限制在許可的范圍之內(nèi)。做法是以擴(kuò)充窗的最大許可寬度為約束在適當(dāng)時(shí)機(jī)重新構(gòu)造匹配檢測器。這里，新匹配檢測器的窗口起點(diǎn)設(shè)定為當(dāng)前演奏音符能夠準(zhǔn)確定位的樂譜音符的位置。這樣，對整個(gè)樂譜的跟蹤由若干個(gè)“子匹配檢測器”來實(shí)現(xiàn)，相對于全局尋優(yōu)而言計(jì)算量大為

7、減少。在實(shí)時(shí)伴奏模塊，針對樂譜跟蹤模塊得到的定位結(jié)果可能不唯一的情況，首先對定位結(jié)果進(jìn)行可靠性分析，然后依據(jù)可靠性高的定位結(jié)果加入伴奏音。伴奏音的組織也不同于傳統(tǒng)的以單個(gè)音符為單位的做法，而是采取按小節(jié)為單位的方案來組織伴奏音。對伴奏音播放的調(diào)整，只對每一個(gè)伴奏音小節(jié)的整體起效，即在不改變小節(jié)內(nèi)部各個(gè)伴奏音之間相對關(guān)系的前提下從整體上改變小節(jié)的持續(xù)時(shí)間。實(shí)驗(yàn)結(jié)果表明，我們的做法能有效地提高伴奏音的質(zhì)量。 實(shí)驗(yàn)表明，本文所構(gòu)建的計(jì)