基于相位特征的音乐音符起点检测

摘要

随着多媒体技术的发展,音乐数据量越来越庞大,就需要对这些资源进行合理的分类和检索,而音乐中每个音符的检测准确度往往是整个分类检索技术的关键。现如今音符的起点检测技术还处于起步阶段,大多借鉴语音信号处理的方法,譬如短时平均能量、过零率检测等方法,都是基于频率特征的研究。本论文提取音符的相位特征进行探索,结合全相位预处理理论和音符变化引起相位差突变的特征提出一种新的检测方法。
　　 本文首先对音符起点检测的研究背景进行了较全面的介绍,总结出音符起点检测的三个重要步骤:预处理、信号约减以及峰值提取。然后对每个步骤做了详细解释,其中各步骤穿插有当前研究人员提出的各种相关理论和方法,并做了简要的分析和对比。
　　 其次,考虑到全相位傅里叶谱分析apFFT不仅能够很好地反映信号的初始相位特征,而且能够有效抑制频谱泄露问题,于是本文先用全相位预处理的方法对音乐信号做滤波处理。然后再利用相位差突变的特征来检测音符起点,通过中值滤波器进行峰值提取并标注起点。二者相结合的处理方法是本文的创新点。
　　 最后,搜集大量各类音乐片段,分别用短时平均能量、过零率、高频加权成分分析HFC和基于相位的方法进行实验仿真。结果表明短时平均能量和过零率的方法较为简易,检测音符起点的准确率不高；HFC的方法对节奏明显的打击类音乐的音符起点检测效果较好,而对于音符的低频能量变化和节奏不明显的信号检测效果不佳；基于相位的检测方法能够检测出信号高低频音调的变化,而且检测到的峰值较为明显,但存在低频能量噪声引起相位不准而造成误检的困扰。