哼唱自动记谱的研究与实现

摘要

音乐记谱是音乐人辨识音乐旋律并寻求乐谱表达的一种智力行为，而哼唱自动记谱则是利用计算机技术将哼唱信号转换为一系列连续独立的音符，并且识别出音符的音高以及时长信息，从而来模拟人的这种记谱行为。随着多媒体技术的发展和音乐的数字化进程，在音乐传播的过程中能够自动得到音乐的乐谱信息将帮助人们更好地欣赏音乐。
　　目前的哼唱自动记谱研究大多基于信号处理或模式分类的方法，却往往忽略了音乐的表现和感知与音乐内容识别计算模型的关系，造成自动记谱效果一直不太理想。本文旨在通过对音乐听觉特征分析，结合信号处理方法与音乐乐理知识规则，对哼唱自动记谱展开了以下几个方面的研究:
　　1.针对音高估计算法常见的倍频估算错误，提出了一个基于倍音列模型的精确音高提取算法，该算法依据快速傅里叶变换和倍音列理论，从信号变采后识别音高变化的关系出发，构建了变采情况下音高结果满足的规则约束用于估算信号的精确音高。经实验验证，算法较好地解决了音高识别中的“八度误差”问题。
　　2.提出了一个多层次的音符切分算法，该算法综合考虑了音符边界产生的响度变化及音调变化原因。针对音符内不同部分的感知特征，基于音符内容判断音符稳定音区及颤音区边界;并通过DKL函数曲线再次寻找音符的可能边界。
　　3.对Krumhansl-Schmuckler调式识别算法进行了分析和改进，根据哼唱数据集寻找更符合实际哼唱的调式音阶权值分布。
　　结合以上算法和研究，实现了一个哼唱自动记谱系统，系统具有良好的实用价值。通过实验验证了本文提出算法的有效性，哼唱自动记谱的结果更加符合哼唱者期望表达的旋律。

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 论文的主要内容

1．4 论文结构

第二章 音乐的表示与感知

2．1 音乐术语

2．2 哼唱的表现与感知

2．2．1 哼唱的表现

2．2．2 音乐的感知

2．3 音乐信号的表示与特征分析

2．3．1 音乐信号的表示

2．3．2 音乐信号的特征分析

2．4 本章小结

第三章 音乐基频特征提取

3．1 YIN算法

3．1．1 自相关法

3．1．2 YIN算法的实现

3．2 基于倍音列模型的精确音高识别算法

3．2．1 快速傅里叶变换

3．2．2 基于倍音列模型的基频提取

3．2．3 变采音高识别及倍音替换

3．2．4 基于变采音高关系的精确音高识别

3．3 本章小结

第四章 音符切分算法

4．1 基于音符内容的音符切分算法

4．1．1 有声／无声的识别

4．1．2 基于音符内容的音符初步切分

4．2 基于能量特征距离的音符切分算法

4．2．1 检测函数生成

4．2．2 峰值提取

4．2．3 多层次音符边界的确定

4．3 基于音程的音符音高估算

4．4 基于调式识别的音高规整

4．4．1 Krumhansl-Schmuckler调式识别算法

4．4．2 基于实际哼唱的调式识别

4．4．3 音高规整

4．5 本章小结

第五章 哼唱自动记谱系统的实现与实验评估

5．1 系统设计

5．2 实验评估

5．2．1 基频提取算法评估

5．2．2 音符切分算法评估

5．2．3 调式识别算法评估

5．3 本章小结

第六章 总结与展望

参考文献

攻读硕士学位期间发表的论文

致谢