哼唱转MIDI自动记谱系统的研究与实现

摘要

人可以通过哼唱向听者表达心目中的某段旋律，有经验的记谱专家可将哼唱的旋律记录成规范的乐谱表达，自动记谱系统就是模拟记谱专家这种智力行为的智能程序。
　　论文主要从基音识别和旋律识别两个方面对自动记谱系统进行了研究，主要工作如下:
　　1、规范哼唱音符的听觉标准。哼唱音符是哼唱旋律的基本组成单位，本文把一段实际的哼唱片段视为由一个听觉可辨识的听觉成分序列所组成。每个听觉成分在听觉上可呈现为音高波动相对稳定的稳定音，或为具有较大音高上下波动性的颤音，或为音高沿单一方向变动的滑音，或为以气流开始的气音，以及换气或停顿等等不同的听觉特性。
　　2、构造哼唱音符切割与音符音高频率估算模型。在凝听一段哼唱时对其中某个哼唱音符所产生的音高听觉很依赖于这个哼唱音符由何种听觉成分序列构成以及这个哼唱音符的上下文。本文通过构造ATN网络(Augmented TransitionNetwork)，在一个听觉成分序列上实现哼唱音符的自动切割，同时，通过观察与比较由听觉确认的各种不同类型哼唱音符中各种听觉成分信号帧基频与实际音高听觉的关系，建立了哼唱音符的基频音高估算模型。
　　3、建立基于音程分析的哼唱旋律调性分析模型。本文采用一种基于相邻哼唱音符音程分析的哼唱旋律的调性分析法。即先估算实际哼唱相邻哼唱音符的音程，而后再在音程序列上估算哼唱旋律的调性。哼唱旋律的调性分析内容涉及调性音级、临时变化音、音高误唱及转调的分析。
　　基于以上的研究，本文实现了哼唱自动记谱系统——Singing Transcription系统，该系统具有较好的研究价值及实用价值。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．3 论文研究的主要内容

1．4 论文结构

第二章 音乐乐理知识

2．1 基本乐理

2．2 十二平均律

2．3 音频文件格式

2．4 本章小结

第三章 哼唱信号基音提取

3．1 音乐信号预处理

3．2 自相关函数法

3．3 YIN算法

3．2．1 差函数

3．2．2 累积平均归一化函数

3．2．3 绝对阈值

3．2．4 抛物线插值

3．3 基于倍音列模型的精确音高识别算法

3．3．1 基于倍音列模型的基音提取算法

3．3．2 基于变采技术的精确MIDI音高估算

3．4 本章小结

第四章 哼唱音乐旋律的识别

4．1 实际哼唱旋律与期望哼唱旋律

4．2 基于人机交互的哼唱音符的听觉标准

4．3 基于上下文分析的哼唱音符切割算法

4．3．1 Kullback-Leibler距离

4．3．2 哼唱音符的形式描述

4．3．3 基于ATN网络的哼唱音符切割

4．4 基于哼唱音程及调性分析的音高调整

4．5 本章小结

第五章 系统实现及实验结果

5．1 系统设计与实现

5．2 实验评估

5．2．1 YIN算法与我们方法的比较与评估

5．2．2 估算实际哼唱旋律的测试与评估

5．2．3 估算期望哼唱旋律的测试与评估

5．3 本章小结

第六章 总结与展望

参考文献

致谢