歌曲风格与歌手音质自动分析研究

摘要

随着计算机技术与通信技术的飞速发展，网络上的多媒体数据成几何级数增长，歌曲是众多数据的一种，为了快速有效的组织这些数据，就需要有高效的方法对歌曲风格与歌手音质进行自动的分类。
　　本文主要针对歌曲风格与歌手音质的分类方法进行了研究，主要有以下几个方面的工作。
　　首先对歌曲风格与歌手音质研究中特征的提取方法进行了研究。提出了使用适合于对歌曲处理的CQT（Constant Q Transform）特征和节奏方面的节拍直方图特征对歌曲风格进行分类，并对二者的特征提取方法进行了深入的研究。还研究了MFCC（Mel-Frequency Cepstrum Coefficients）及其一阶二阶差分、LPCC（Linear Prediction Cepstral Coefficients）及其一阶二阶差分、短时能量以及共振峰等广泛使用的特征。
　　其次提出歌曲风格向量的表示方法以及用雷达图提供可视化分析。根据高斯混合模型的似然比建立歌曲风格向量，进而绘出雷达图，对类别之间的混识程度和双重风格歌曲的研究提供可视化分析。
　　最后建立歌曲风格与歌手音质识别系统，对歌曲风格与歌手音质进行了深入的研究。歌曲风格方面，既研究了单一风格歌曲，又研究了双重风格歌曲，通过比较短时音质特征的识别率大小，找出适合于歌曲风格分类的短时特征，进而与长时特征进行融合，通过长短时特征的融合，取得了不错的识别率。还讨论了高斯混合数的变化对识别率的影响，CQT作用于歌曲风格分类的效果。歌手音质方面，研究了MFCC及其一阶二阶差分和前四共振峰频率的分类效果。

目录

歌曲风格与歌手音质自动分析研究

AUTOMATIC ANALYSIS AND RESEARCH ON MUSIC GENRE AND SINGER VOICE

摘要

Abstract

绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 研究内容及结构安排

第2章 歌曲风格与歌手音质研究中的特征提取方法

2.1 歌曲信号的预处理

2.2 传统特征的提取

2.3 CQT特征的提取方法

2.4 节拍直方图特征的提取方法

2.5 本章小结

第3章 高斯混合模型、歌曲风格向量以及雷达图

3.2 歌曲风格向量以及雷达图表示

3.1 高斯混合模型的概念、初始化及训练

3.3 本章小结

第4章 基于特征融合和雷达图的歌曲风格研究

4.1 系统构建、数据库及性能评价

4.2 基于短时音质特征的识别率比较

4.3 高斯混合数对识别率的影响

4.4 基于雷达图的可视化分析

4.5 基于长短时特征融合的单一风格歌曲分类

4.6 基于CQT特征的单一风格歌曲分类

4.7 基于长短时特征融合的双重风格歌曲分类

4.8 本章小结

第5章 基于MFCC与共振峰的歌手音质研究

5.1 系统构建和数据库

5.2 基于MFCC及其差分的歌手嗓音研究

5.3 基于共振峰的歌手嗓音研究

5.4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致谢