基于節(jié)拍檢測的和弦識別研究.pdf

1、計算機(jī)的出現(xiàn)推動了現(xiàn)代電子音樂技術(shù)的發(fā)展?；谟嬎銠C(jī)、電子技術(shù)的音樂識別、分類、特征提取等一系列問題，被越來越多的研究人員關(guān)注。音樂信號的識別是新興的交叉學(xué)科，其研究涉及物理學(xué)、信號處理、音樂理論和音樂心理學(xué)等諸多學(xué)科知識。本文研究的音樂識別正是將計算機(jī)多媒體技術(shù)、信號處理與模式識別的相關(guān)知識和技術(shù)同音樂理論相結(jié)合，用計算機(jī)模擬人對音樂認(rèn)知和分析的過程。
　　 音樂節(jié)拍是音樂的基本特征之一，為實(shí)現(xiàn)音樂按節(jié)拍進(jìn)行檢測，本文首先采用

2、了一種基于CQT的節(jié)拍檢測方法。該方法首先將輸入信號進(jìn)行預(yù)處理，根據(jù)其CQT頻譜特性，結(jié)合音樂知識，采用自相關(guān)的方法進(jìn)行節(jié)拍長度估計，再根據(jù)得到的音樂節(jié)拍長度，對音樂信號按節(jié)拍進(jìn)行檢測。經(jīng)過對不同歌曲信號節(jié)拍進(jìn)行檢測實(shí)驗表明，該方法取得了不錯的效果。根據(jù)樂理知識我們知道和弦的改變往往發(fā)生在節(jié)拍處，而這種方法可以有效避免特征提取過程中跨過一些不明顯的和弦。
　　 其次論文研究了在和弦識別領(lǐng)域中較常使用的音級輪廓(PCP)特征，并介

3、紹了具體的算法。但本文采用更精確的QPCP(constQ Pitch Class Profile)作為和弦的特征。并且基于HMM構(gòu)建了音樂和弦識別系統(tǒng)，定義了36個狀態(tài)，每個狀態(tài)代表一類和弦；通過一個12維的多元高斯函數(shù)擬合觀察向量的概率分布，該模型分別由高斯函數(shù)的均值向量和和協(xié)方差向量來定義。論文借助Chris Harte制作的標(biāo)簽文件訓(xùn)練得到有監(jiān)督的HMM。識別過程通過Viterbi算法，對輸入信號依照極大似然法來尋找最佳路徑，即最