[發明專利]音樂大數據檢索的專業聲樂旋律特征提取方法

在審

• 申請號: 202211216510.3
• 申請日: 2022-09-30
• 公開（公告）號: CN115527514A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 鐘國健
• 申請（專利權）人: 恩平市奧科電子科技有限公司
• 主分類號: G10H1/00
• 分類號: G10H1/00;G10H1/02;G10L19/02;G10L19/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.音樂大數據檢索的專業聲樂旋律特征提取方法，其特征在于，采用基于音高輪廓聲樂計量特征與整面域優化的旋律提取方法，分為頻率分解、顯著性計算、建立音高輪廓以及旋律生成四個步驟，采用等響度濾波器優化處理使得信號的頻率分布更符合人類聽覺，改進信號相位信息緩解傅里葉變換存在的分辨率問題；將頻率標度映射到音分標度用于后續處理，利用類比諧波加權求和的方式計算譜峰顯著性，對頻譜峰值進行表征，使得顯著性更加符合聽覺原理；采用整面域處理對音高輪廓的生成階段進行進一步優化，緩解濁音幀被誤過濾的問題；采用基于音高輪廓聲樂計量特征的方式優化旋律生成階段，將音高輪廓的音高均值、方差、總顯著性以及持續時長聲樂計量特征引入模型，采用顯著性加權的方式對旋律參考線進行不斷調整，最終生成音樂的旋律曲線；

1)基于樂理的顯著性表征方法：首先，通過將對應的頻率映射到符合人類聽覺特征的十二平均律中，以音分為標度；其次，在計算某一個量化點的顯著性時，考慮一幀信號中所有譜峰的顯著性貢獻，將某一個譜峰視為該量化點的諧波分量，使器可被應用于多個量化點之間的一個譜峰，減弱噪聲影響；

2)基于音高輪廓聲樂計量特征的旋律提取方法：首先采用整面域處理的方式對倍頻聲樂誤差的消除進行優化，采用構成非音高輪廓的頻譜峰值集合優化建立輪廓的過程；其次提取音高輪廓的聲樂計量特征，并設置輪廓頻率峰度以及顯著性峰度，依次建立各個特征的計算模型和方式，且繪制數據集合的各個特征的概率分布曲線，然后，新引入參數因子τ_vib和τ_div，將顫音引入以調整顫音特征的影響；對輪廓分離凈化的最終階段進行優化,采用整面域處理對倍頻輪廓進行識別，將輪廓總顯著性及輪廓持續時長這兩個特征引入，采用輪廓總顯著性所占比重加權的方式調整參考旋律曲線使得最終的旋律曲線傾向于總顯著性更大的輪廓。

2.根據權利要求1所述音樂大數據檢索的專業聲樂旋律特征提取方法，其特征在于，將譜峰映射到音分標度：首先，根據聽覺原理，基于55Hz至1760Hz范圍內的5個八度音頻率范圍，根據十二平均律將這一頻率范圍分為600個量化點，每兩點間距為10音分，對于頻率f_i，將其映射到量化后的刻度上如式1所示：

將譜峰映射到音分標度。

3.根據權利要求2所述音樂大數據檢索的專業聲樂旋律特征提取方法，其特征在于，計算旋律顯著性：對于某一個頻譜峰值f，將其視為某一音分的n次諧波，采用一個臨界值進行處理，也即只將與幀內最大譜峰的能量差異在某一臨界值(γ)內的共振峰考慮在內，削弱非旋律頻率的影響；

接下來計算點b的顯著性，如式2所示，其中f_i為譜峰p_i的頻率，m_i為譜峰的振幅，N_h為考慮的共振峰的數量，β為將振幅轉化為能量的縮放函數：

函數e(m_i)為進行振幅量化的方式，如式3所示，其中m_Max為譜峰的振幅，γ為共振峰與譜峰的能量差異：

最后采用函數g(b,h,f_i)定義共振峰的權重，如式4所示，其中h是考慮所有共振峰的編號，峰值處為1，α是諧波權重的參數，b是譜峰的映射后的標度，δ是諧波頻率f_i/h與量化點b的中心頻率的距離，引進δ保證共振峰不是單獨的應用于某一個量化點，而是應用于相鄰的量化點之間，削弱量化帶來的誤差，如式5所示：

得到基于樂理的顯著性表示。