[發(fā)明專(zhuān)利]基于核范數(shù)的魯棒音階輪廓特征提取算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611132721.3
• 申請(qǐng)日: 2016-12-09
• 公開(kāi)（公告）號(hào): CN106782583B
• 公開(kāi)（公告）日: 2020-04-28
• 發(fā)明（設(shè)計(jì)）人: 李鏘;王蒙蒙;關(guān)欣
• 申請(qǐng)（專(zhuān)利權(quán)）人: 天津大學(xué)
• 主分類(lèi)號(hào): G10L21/013
• 分類(lèi)號(hào): 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(zhuān)利代理事務(wù)所 12201
• 代理人: 李素蘭

本發(fā)明公開(kāi)了一種專(zhuān)基于核范數(shù)的魯棒音階輪廓特征提取算法，步驟1、待輸入音樂(lè)信號(hào)轉(zhuǎn)換；步驟2、對(duì)音樂(lè)信號(hào)進(jìn)行加窗處理，并進(jìn)行傅立葉變換，得到音樂(lè)信號(hào)的時(shí)頻矩陣，確定起始節(jié)拍點(diǎn)；步驟3、利用核范數(shù)約束對(duì)時(shí)頻矩陣的秩進(jìn)行頻譜低秩化；同時(shí)用一范數(shù)約束矩陣中的噪聲點(diǎn)，用以下凸優(yōu)化問(wèn)題對(duì)信號(hào)頻譜進(jìn)行低秩化，并去除噪聲；步驟4、在迭代約束過(guò)程中，利用頻譜的低秩特性，實(shí)現(xiàn)閾值自適應(yīng)調(diào)整算法；步驟5、對(duì)時(shí)頻矩陣進(jìn)行有效的降維處理，得到12維的和弦特征。與現(xiàn)有技術(shù)相比，本發(fā)明提取出了魯棒性的和弦特征；有效地降低了算法的時(shí)間；能準(zhǔn)確地恢復(fù)不同類(lèi)型和風(fēng)格的音樂(lè)信號(hào)的音階輪廓特征。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)聽(tīng)覺(jué)系統(tǒng)中的音頻信號(hào)分析領(lǐng)域，特別是涉及一種音階輪廓特征提取算法。

背景技術(shù)

音樂(lè)的諧波成分是音樂(lè)的重要元素，是音樂(lè)信息檢索領(lǐng)域的重要課題。音頻信號(hào)的不同頻率的基頻及其諧波成分是構(gòu)成和弦并影響音樂(lè)色彩的重要成分。另外，不同頻率成分在時(shí)間上的延伸時(shí)構(gòu)成和弦行進(jìn)的關(guān)鍵因素。直觀的講，和弦持續(xù)時(shí)間內(nèi)的音樂(lè)在頻域會(huì)呈現(xiàn)一定的結(jié)構(gòu)性——低秩特性。音樂(lè)的和弦特征提取屬于計(jì)算機(jī)聽(tīng)覺(jué)系統(tǒng)中的音頻信號(hào)分析中的一部分，這個(gè)領(lǐng)域主要處理從聲音信號(hào)中分離出來(lái)的各種各樣的信息。同時(shí)，音樂(lè)的和弦特征也是提取一些高級(jí)音樂(lè)信息的基礎(chǔ)。

音樂(lè)的中級(jí)特征是指從音頻信號(hào)中提取出來(lái)的，并能夠表示音頻信號(hào)的信息，最終能夠作為高級(jí)特征的一部分。近年來(lái)，有許多學(xué)者提出了多種能夠表征音樂(lè)的中級(jí)特征。其中應(yīng)用最為廣泛的就是音級(jí)輪廓特征(Pitch Class Profiles，PCP)。然而，由于原始音樂(lè)信號(hào)中包含有人聲、鼓點(diǎn)、爆破音以及高斯噪聲，使得PCP特征性能的好壞與要分析的音樂(lè)信號(hào)的類(lèi)型有很大的關(guān)系。有許多學(xué)者提出了基于PCP的改進(jìn)方案，例如，Gomez提出的HPCP(Harmonic PCP)，Lee提出的EPCP(Enhanced PCP)。這些方案都從改變頻域提取成分著手，進(jìn)而得到適合于特定音樂(lè)類(lèi)型的性能優(yōu)越的特征。

另外，從和弦行進(jìn)來(lái)講，由于每個(gè)和弦都有一定的持續(xù)時(shí)間，在這段時(shí)間內(nèi)PCP特征的穩(wěn)定性決定了和弦識(shí)別的準(zhǔn)確率。有許多學(xué)者提出了基于PCP行進(jìn)-chromagram的改進(jìn)方案。Fujisjima假定和弦持續(xù)數(shù)幀，采用滑動(dòng)窗均值濾波，從而減少噪聲的影響，并且避免了和弦頻繁變化；GeoffroyPeeters采用滑動(dòng)窗中值濾波，來(lái)避免和弦的頻繁變化；Bello假定和弦在一個(gè)節(jié)拍內(nèi)是不變化的，使用節(jié)拍同步技術(shù)來(lái)避免和弦頻繁變化。

大部分節(jié)拍跟蹤模型由音符端點(diǎn)檢測(cè)、端點(diǎn)強(qiáng)度曲線周期提取兩部分組成。不論哪種模型，端點(diǎn)檢測(cè)的根本目的都是選取有效的端點(diǎn)曲線的峰值，其本質(zhì)上是極值點(diǎn)是否為節(jié)拍點(diǎn)的聚類(lèi)問(wèn)題。

可見(jiàn)，大部分和弦特征提取方案都未考慮音樂(lè)信號(hào)在頻譜上表現(xiàn)出來(lái)的結(jié)構(gòu)性，應(yīng)用一些已知的假設(shè)，從而采用一些簡(jiǎn)單的處理方法來(lái)優(yōu)化和弦特征。

發(fā)明內(nèi)容

基于現(xiàn)有技術(shù)，本發(fā)明提出了一種基于核范數(shù)的魯棒音階輪廓特征提取算法，將和弦特征提取問(wèn)題轉(zhuǎn)化為凸優(yōu)化問(wèn)題，利用核范數(shù)約束和一范數(shù)約束，同時(shí)，利用和弦的頻譜所表現(xiàn)出來(lái)的低秩特性，實(shí)現(xiàn)了閾值自適應(yīng)算法。

本發(fā)明的一種專(zhuān)基于核范數(shù)的魯棒音階輪廓特征提取算法，該算法包括以下步驟：

步驟1、將待輸入音樂(lè)信號(hào)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(hào)x(n)，其中n為轉(zhuǎn)換后音頻信號(hào)所包含的數(shù)據(jù)點(diǎn)數(shù)；

步驟2、對(duì)音樂(lè)信號(hào)x(n)進(jìn)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(hào)時(shí)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(jìn)行傅立葉變換(Fourier Transform)，得到音樂(lè)信號(hào)的時(shí)頻矩陣D＝F·X，其中F為傅里葉變換矩陣；