鋼琴多琴鍵合音信號的分離與識別方法研究

1、鋼琴多琴鍵合音信號的分離與識別方法研鋼琴多琴鍵合音信號的分離與識別方法研究KeywdssoundsignalseparationsoundsignalrecognitionfeatureextractionSTFTMFCCNMFICAVQHMM目次1引言..11.1研究的背景及意義..11.2技術(shù)的發(fā)展與現(xiàn)狀..11.3論文的內(nèi)容及安排..22樂理知識及程序結(jié)構(gòu).....42.1鋼琴的發(fā)聲原理..42.2鋼琴的音樂特性..42.3樂音分

2、離與識別的總體結(jié)構(gòu)......73樂音的時頻分析及特征提取..83.1樂音的數(shù)字化與預處理..83.2樂音的時域分析..93.3樂音的頻譜分析123.4樂音的特征提取134樂音的分離算法154.1多通道樂音信號的分離154.2單通道樂音信號的分離17號相應的識別首先必須準確進行各琴鍵信號的分離。通過對鋼琴的發(fā)聲原理與音樂特性分析，再結(jié)合與樂音分離與識別息息相關(guān)的信號處理技術(shù)，我們對樂音信號分離與識別算法進行了較為深入的研究。1.2技術(shù)的

3、發(fā)展與現(xiàn)狀樂音的分離與混合信號的分離有著密不可分的關(guān)系。近年來信號分離技術(shù)的迅速發(fā)展推動了樂音分離技術(shù)的發(fā)展。不同領(lǐng)域的專家學者們就這一技術(shù)提出了各種方法，目前主要的樂音分離的方法有：基于計算機聽覺場景分析[1]、模式識別技術(shù)、頻譜濾波技術(shù)[2]、獨立子空間分析、獨立成分分析、非負矩陣分解等算法。但是當前存在的一些樂音信號分離技術(shù)也有一定的不足。比如欠定盲源分離是信號分離中一個較難解決的問題，即接收到的信號的個數(shù)小于源信號數(shù)目，而只有一

4、個觀測信號的是欠定盲源分離中的特例，稱為單通道源分離。而一些分離算法如獨立成分分析適用于觀測信號數(shù)目不小于源信號數(shù)目時的情況。但在實際應用中，通常由單個麥克風完成音頻錄制。因此傳統(tǒng)的分離算法已不再適用于解決單通道分離問題。而非負矩陣分解的方法適用于單通道信號的分離，盡管對其的研究已經(jīng)取得了一定的成果，但仍處于起始階段，比如非負矩陣的初始化問題，初始值的設定往往對收斂速度甚至收斂結(jié)果都有較大的影響，目前尚未有一套成熟的理論來對初始值加以確