复合乐音的多基频提取

论文摘要

随着计算机网络和多媒体技术的发展,基于复合乐音的多基频提取已经成为乐音信号处理中不可或缺的技术。本文首先介绍了多基频提取的基础知识。它们包括听觉模型、听觉滤波器、小波变换、STFT与MDCT变换、自相关及平均幅度差分的求解。其次,描述了本文研究的多基频提取技术：基于听觉模型、二进小波变换近似系数相乘、Specmurt算法的多基频提取。最后,对以上典型技术进行了改进并比较了改进前后的提取效果。基于听觉模型的多基频提取是较为传统的一种方法。它可分为：Anssi Klapuri提出的多通道模型、M.Y.Wu提出的多通道分高低频模型、TeroTolonen提出的基于两通道的多基频提取。在这三种方法中,基于两通道的多基频提取得到了更好的基频分布。基于听觉模型的多基频提取采用了归一化自相关、傅里叶变换求自相关方法、增强自相关的方法来修正自相关对求解周期分布存在的缺陷,其中归一化自相关减少了分帧加窗所带来的影响,傅里叶变换求自相关提高了峰值显著度,而增强自相关则消除了倍数周期。二进小波变换近似系数相乘算法增强了峰值显著度,它使得基频的位置更容易被找到。本文首先采用仿真信号对尺度的选择进行了比较,实验表明选用三个近似系数相乘时效果是最佳的。文中发挥了基于听觉模型的多基频提取的优势,对它进行了改进。将两通道模型和二进小波变换近似系数相乘结合在一起,这种结合提高了提取基频的查准率和查全率相对于听觉模型方法,Specmurt算法提高了提取基频的分辨率,更加合理的利用了音乐的谐波结构。相对于二进小波变换来说,它的干扰频率较少,“野点”的剔除比较容易。Specmurt算法可以通过MDCT、STFT、复小波变换的方法实现。其中MDCT算法主要是针对MP3乐音存储格式。本文对上述三种典型技术利用仿真信号、单基频叠加的复合乐音及MIDI复合乐音进行了仿真实验,并分别从理论分析、实验验证两个方面对比分析了各算法的多基频提取性能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景及意义
• 1.2 研究现状及趋势
• 1.3 应用领域
• 1.4 论文安排
• 第二章 基础理论
• 2.1 听觉系统
• 2.2 小波变换
• 2.3 相似度和频谱
• 2.4 多基频提取技术的评价标准
• 2.5 本章小结
• 第三章 多基频提取的典型方法
• 3.1 预处理
• 3.2 基于听觉模型多基频提取技术
• 3.2.1 基于多通道的多基频提取
• 3.2.2 基于多通道分高低频的多基频提取
• 3.2.3 基于两通道的多基频提取
• 3.3 二进小波变换近似系数相乘多基频提取
• 3.4 基于Specmurt的多基频提取
• 3.4.1 基本理论
• 3.4.2 实现方法
• 3.5 本章小结
• 第四章 算法性能比较
• 4.1 实验说明
• 4.1.1 音频存储形式
• 4.1.2 实验材料
• 4.2 基于听觉模型的多基频提取
• 4.2.1 算法描述
• 4.2.2 实验结果分析
• 4.3 二进小波变换近似系数相乘
• 4.3.1 多尺度相乘（MP）
• 4.3.2 模型改进
• 4.3.3 模拟比较
• 4.3.4 实验结果分析
• 4.4 Specmurt提取多基频
• 4.4.1 模型描述
• 4.4.2 实验结果分析
• 4.5 本章小结
• 第五章 总结与展望
• 参考文献
• 附录
• 致谢
• 学位论文评阅及答辩情况表