[發(fā)明專利]基于核范數(shù)的魯棒音階輪廓特征提取算法

有效

• 申請?zhí)枺?/td>: 201611132721.3
• 申請日: 2016-12-09
• 公開（公告）號: CN106782583B
• 公開（公告）日: 2020-04-28
• 發(fā)明（設(shè)計）人: 李鏘;王蒙蒙;關(guān)欣
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G10L21/013
• 分類號: G10L21/013;G10L21/0224;G10L21/0232;G10L25/18;G10L25/45
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 李素蘭

1.一種基于核范數(shù)的魯棒音階輪廓特征提取算法，其特征在于，該算法包括以下步驟：

步驟(1)、將待輸入音樂信號轉(zhuǎn)換為采樣率22050Hz/16bit/單通道的標(biāo)準(zhǔn)音頻，作為被參考的音頻信號x(n)，其中n為轉(zhuǎn)換后音頻信號所包含的數(shù)據(jù)點數(shù)；

步驟(2)、對音樂信號x(n)進行加窗處理，窗函數(shù)為W(k)，其中k為窗函數(shù)的窗口寬度，從而得到信號時域矩陣X_k×m，其中X_·,m＝x(k·m/2:k·m/2+m)·W(k)，m為分幀之后得到的幀數(shù)，然后進行傅立葉變換(Fourier Transform)，得到音樂信號的時頻矩陣D＝F·X，其中F為傅里葉變換矩陣；

步驟(3)、假設(shè)音頻信號頻譜所包含的諧波成分與噪聲是相互獨立的，即D＝A+E，其中矩陣A表示頻譜矩陣中所包含的諧波成分做構(gòu)成的矩陣，而E表示頻譜矩陣中所包含的噪聲成分所構(gòu)成的矩陣；根據(jù)以上假設(shè)，諧波矩陣A的恢復(fù)可以歸結(jié)為以下凸優(yōu)化問題：

s.t.A+E＝D

其中||·||_*表示矩陣的核范數(shù)，即矩陣的奇異值之和；||·||₁表示矩陣的一范數(shù)，即所有非零元素之和；分離出來的矩陣A就是低秩化之后的頻譜，而矩陣E則包含稀疏大噪聲以及其他非諧波成分，D則是原始的音樂信號的頻譜；

步驟(4)、在迭代約束過程中，利用頻譜的低秩特性，實現(xiàn)閾值自適應(yīng)調(diào)整算法；具體步驟如下：初始化奇異值截斷閾值參數(shù)μ，參數(shù)λ，迭代索引k＝0，臨時矩陣Y₀＝D，E₀為全零矩陣；進行奇異值分解得到奇異值矩陣Σ；接著，從μ_k到1.5μ_k等間隔選取二十個數(shù)據(jù)點其中1≤i≤20，對于每個進行奇異值分解逆操作由于諧波成分只分布在數(shù)個頻率點上，因此計算矩陣中某一列的方差，并從中選取使得方差最大時，所對應(yīng)的索引i，并使即完成閾值自適應(yīng)選擇算法；計算這一步得到的矩陣更新Y_k+1＝Y(jié)_k+μ_k(D-A_k+1-E_k+1)和k＝k+1直至收斂；

步驟(5)、對時頻矩陣進行有效的降維處理，得到12維的和弦特征，通常情況下，規(guī)定音符A₀處的頻率440Hz為基準(zhǔn)頻率，并通過獲得其他音符處的頻率值，其中b為音符與A₀之間的音程差，然后，通過映射公式

來對諧波矩陣A的各個頻率成分進行映射，從而獲得魯棒音階輪廓特征向量，其中x對應(yīng)矩陣A每一行所對應(yīng)的頻率值，而f_ref則通過獲得。

2.如權(quán)利要求1所述的一種基于核范數(shù)的魯棒音階輪廓特征提取算法，其特征在于，所述閾值自適應(yīng)調(diào)整算法該算法包括以下步驟：

初始化奇異值截斷閾值參數(shù)μ，參數(shù)λ，迭代索引k＝0，臨時矩陣Y₀＝D，E₀為全零矩陣；進行奇異值分解得到奇異值矩陣Σ；接著，從μ_k到1.5μ_k等間隔選取二十個數(shù)據(jù)點其中1≤i≤20，對于每個進行奇異值分解逆操作由于諧波成分只分布在數(shù)個頻率點上，因此計算矩陣中某一列的方差，并從中選取使得方差最大時，所對應(yīng)的索引i，并使即完成閾值自適應(yīng)選擇算法；計算這一步得到的矩陣更新Y_k+1＝Y(jié)_k+μ_k(D-A_k+1-E_k+1)和k＝k+1直至收斂。