基于频域时域联合分析的语音端点检测

通过计算语音频谱上谐波基频能量,在频域上检测浊音信号。因谐波频谱是乐音的基本特征,所以这种算法可以有效地消除各种非乐音噪音信号的影响,具有较高灵敏度和准确性。根据检测到的浊音位置和基频值,利用语音信号时域短时平稳特性,在时域上应用互相关系数确定相邻基音节,进而精确检测浊音信号的起始和终止端点。根据清音频率较高的特点,先对语音信号通过二阶微分提升高频能量。应用Teager能量算子可以同时分析能量和频率变化的特点检测纯净语音信号中清音的起始和终止端点。实验研究结果表明语音端点检测算法具有较高的可靠性和精确性。     

基于奇异值分解的宽带频谱感知改进算法

对认知无线电中宽带频谱感知的信号检测问题进行研究,在信道位置和带宽随机分布的条件下,提出一种基于Hankel矩阵奇异值分解的改进算法完成宽带频谱的频率点奇异性检测并获得各子频段的起始频率和带宽,有效实现盲宽带频谱感知,同时利用提出的三种性能评价参数对该算法与多尺度小波变换算法进行了性能对比。通过实际接收微波信号及仿真OFDM信号感知实验验证,该算法有效抑制了噪声不确定性,滤除了伪奇异点,提高了宽带频谱感知性能。     

局部经验模态分解算法

对经验模态分解算法中的异常事件干扰机制做了深入的探讨,指出发生频率混叠现象时必须满足的两个条件。为了避免出现频率混叠现象,提出了基于动态窗口的局部分解算法。利用信号的时间特征尺度检测出信号的突变并定位局部高频分量,在分解信号的过程中,局部分解算法并不对信号的整个时间区域进行分解,而是以定位好的局部高频分量位置为窗口,进行局部的经验模态分解,分离出高频分量。通过这种局部分解,就可以有效地消除模态间的频率混叠,得到的固有模态函数更可靠地反映了真实物理过程。和现有异常事件处理方法相比,局部经验模态分解算法在理论上和经验模态分解算法更为统一,方法更为简便。通过实例表明了局部经验模态分解算法的有效性。     

基于HHT的信号奇异性检测

针对信号的奇异性,采用基于希尔伯特-黄变换（HHT）的方法进行奇异性分解,即首先利用经验模态分解（EMD）对信号进行分解,再提取第一阶分量的瞬时频率;利用瞬时频率检测信号奇异点。通过对幅值突变、频率突变、脉冲突变和方向突变四种奇异信号的仿真分析,表明了该方法能够准确地检测信号奇异点。     

基于VMD和小波分析的电能扰动信号去噪算法

为了提高检测电能扰动信号特征的精度,抑制混杂噪声的干扰,提出将变分模态分解(VMD)结合小波阈值的去噪算法。首先利用Hilbert变换对扰动信号进行频谱分析,通过计算平均瞬时频率值,确定分解的模态个数;然后将含噪信号进行VMD分解,筛选部分模态分量重构信号;最后通过小波阈值法去除重构信号的残余噪声。与现有算法去噪效果对比,实验结果表明:提出的去噪算法效果良好,能够更好保留扰动期间信号的特征信息。     

基于频谱包络的钢琴乐音仿真模型构建

本文基于频谱包络构建并实现了钢琴乐音仿真模型,即以钢琴琴弦振动与共鸣箱相关作用为基础,基于频谱合成技术原理,就某段C大调乐谱相关参数输入,以加法合成技术为载体,实现了钢琴乐器乐音仿真.实验结果表明,基于分段包络函数与频谱包络建模的滤波器,修饰完善时域与频域后,钢琴乐音仿真既可促使乐音音符之间和谐衔接,又可强化部分信号音强,乐音视听效果起伏感较强,且始终保持有序,与真实钢琴乐音高度接近;此方法所合成乐音信号,高度接近真实钢琴音符理论值,准确率较高,说明此仿真方法具有有效性,且乐音仿真准确度较高.     

异构复杂信息网络下的异常数据检测算法

异构复杂信息网络承载着不同的协议和网络信道,并通过云储存实现资源调度,由此产生的异常数据会给网络信息空间带来安全威胁和存储开销,所以需要进行异常数据准确检测。传统的检测算法采用简化梯度算法进行异常数据检测,不能有效去除多个已知干扰频率成分的异常数据,检测性能不好。提出一种基于自适应陷波级联模型的异常数据检测算法。构建异构复杂信息网络系统模型,采用固有模态分解把异常数据信号解析模型分解为多个窄带信号,设计二阶格型陷波器结构,用多个固定陷波器级联抑制干扰成份,采用匹配投影法寻求优化特征解,找出所有匹配的特征点对,从而实现异常数据检测的改进。仿真实验表明,采用该算法进行异常数据检测时,信号幅值大于干扰噪声数据幅值;该算法提高了检测性能,具有较好的抗干扰性能。     

基于稀疏表示权重张量的音频特征提取算法

为了更好地描述非平稳音频信号的特征,提出了一种基于Gabor字典和稀疏表示权重张量的时-频音频特征提取方法。该方法基于Gabor字典将音频信号编码为稀疏的权重向量,并进一步将权重向量中的元素重新排列为张量形式,该张量各阶分别刻画了信号的时间、频率以及时长特性,为信号的联合时-频-长表示。通过对该张量进行因子分解,将分解后得到的频率因子和时长因子拼接为音频特征。针对稀疏张量分解时容易产生过拟合的问题,提出一种自调整惩罚参数分解算法并进行了改进。实验结果显示,所提出的特征相对于传统梅尔倒谱系数(MFCC)特征、MFCC特征及匹配追踪算法(MP)求解的特征联合拼接得到的MFCC+MP特征和非均匀尺度-频率图特征对15类音效分类效果分别提升了28.0%、19.8%和6.7%。     

引入偏移量递阶控制的网络入侵HHT检测算法

在强干扰背景低信噪比下对网络潜质入侵信号的准确检测是决定网络安全的关键。传统的Hilbert-Huang变换(HHT)入侵信号检测算法在求解入侵信号的瞬时频率特征时,因包络线失真引起的边界控制误差,会造成频谱泄漏,从而导致检测性能较差。提出了一种基于时间-频率联合分布特征和偏移量递阶控制HHT匹配的网络入侵信号检测算法,即构建网络潜质入侵数学演化模型,把复杂的入侵信号分解成IMF单频信号,得到入侵检测系统的状态转移方程,基于Hilbert变换对入侵信号进行离散解析化处理,构建入侵信号解析模型。对每个入侵信号经验模态分解后的解析模型IMF分量用Hilbert变换进行谱分析,通过递阶控制调整HHT频谱偏移,将残差信号投影与入侵信号的Hilbert边际谱进行匹配,减小包络线失真引起的边界控制误差,抑制频谱泄漏,实现对入侵信号的精确检测和参数估计。实验表明,该算法进行网络入侵信号检测时,具有较强的抗干扰性,能从低信噪比背景下有效检测出入侵信号,检测性能有较大提高。     

静息态下基于变分模态分解的生命体征检测

传统的无线生命体征监测方法在心跳和呼吸信号的分离方面容易存在谐波残留现象,针对这一情况,提出了一种基于变分模态分解（VMD）的生命信号检测方法。该方法使用毫米波段调频连续波（FMCW）雷达进行生命体征信号获取,根据心跳及呼吸的频率特征,使用VMD算法将主要信号分解为不同模态,保证了各模态之间信号频率范围互不重叠,分离出较为完整且无谐波残留的呼吸及心跳信号。实验结果表明,所提算法能够有效提取出目标的呼吸及心跳信号,且相比传统的模态分解算法具有更高的鲁棒性和稳定性,具有良好的信噪比（SNR）,提高了测量精度和距离。     

基于差分全相位MFCC的音符起点自动检测

针对现有的音符起点自动检测方法难以适用于多类音乐信号,计算复杂度较高等问题,提出一种基于差分全相位MFCC的检测算法。通过全相位预处理减小频谱泄露引起的频谱模糊,差分Mel频率倒谱考虑人耳对音乐不同频率响应的非线性特性和音乐信号的动态音乐特征。实验结果表明,与公认综合检测效果好的HFC和ICA等方法相比,该方法计算复杂度小,适用音乐信号类型广,具有更优的综合检测性能。     

Bootstrap learning for accurate onset detection

Supervised learning models have been applied to create good onset detection systems for musical audio signals. However, this always requires a large set of labeled training examples, and hand-labeling is quite tedious and time consuming. In this paper, we present a bootstrap learning approach to train an accurate note onset detection model. Audio alignment techniques are first used to find the correspondence between a symbolic music representation (such as MIDI data) and an acoustic recording. This alignment provides an initial estimate of note boundaries which can be used to train an onset detector. Once trained, the detector can be used to refine the initial set of note boundaries and training can be repeated. This iterative training process eliminates the need for hand-labeled audio. Tests show that this training method can improve an onset detector initially trained on synthetic data. Major part of work was done while the first author was at Carnegie Mellon University. Editor: Gerhard Widmer     

哼唱音符划分技术研究

哼唱音乐一般是一种波形文件,这样的格式并不利于检索和查找。在使用哼唱音乐检索音乐内容时,需要将哼唱文件转换为音高和时值的形式,作为检索关键字。这些步骤都建立在哼唱已经被按音符切分的基础上。论文采用一种基于振幅能量的多层次音符切分方法,实现对哼唱文件的快速切分。基于能量的划分方法具有简便快速的特点。分层次的划分方法能够针对各种不同音符情况,采用最合适的方法切分。论文还讨论了一种基于音高识别技术的音符划分方法。     

基于MFCC和常数Q变换的乐器音符识别

音符识别是音乐信号分析处理领域内非常重要的研究内容,它为计算自动识谱、乐器调音、音乐数据库检索和电子音乐合成提供技术基础。传统的音符识别方法通过估计音符基频与标准频率进行一一对应识别。然而一一对应较为困难,且随着音符基频的增大将导致误差增大,可识别的音符基频范围不广。为此,文中采用分类的思想进行音符识别。首先,建立所需识别的音符音频库,并针对音乐信号低频信息的重要性,选取梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficients,MFCC)和常数Q变换(Constant Q Transform,CQT)作为音符信号提取特征。然后,将提取的特征MFCC和CQT分别作为音符识别的单一特征输入和两者特征融合输入;结合Softmax回归模型在多分类问题中的优势以及BP神经网络良好的非线性映射能力与自学习能力,构建基于Softmax回归模型的BP神经网络多分类识别器。在MATLAB R2016a的仿真环境下,将特征参数输入到多分类器中进行学习与训练,通过调整网络参数来寻找最优解。通过改变训练样本数进行对比实验。实验结果表明,将融合特征(MFCC+CQT)作为特征输入时,可以识别出从大字组到小字三组的25类音符,并可以获得95.6%的平均识别率;在识别过程中,特征CQT比特征MFCC的贡献更大。实验数据充分说明,利用分类的思想提取音符信号的MFCC和CQT特征来进行音符识别,可以取得很好的识别效果,并且不受音符基频范围的限制。     

一种启发式的用哼唱检索音乐的层次化方法

“用哼唱检索音乐”是一种友好的基于内容的音乐检索方法，它已经引起了广泛的研究兴趣；在对音乐库做了统计分析的基础上，总结了一些启发式规则，帮助对哼唱输入进行基音检测、音符分割，哼唱输入表达为音高轮廓图和节奏，音乐库中的音乐按音乐的节奏类型分为不同的节奏区域，并从每首音乐中抽取旋律轮廓图和节奏信息，用递归神经网络记忆旋律轮廓，音乐库的索引是神经网络的权值矩阵，将哼唱输入与音乐库中的音乐匹配的过程就是计算神经网络的输出过程。实验结果显示了所提方法的有效性。     

Efficient music note recognition based on a self-organizing map tree and linear vector quantization

Using classical signal processing and filtering techniques for music note recognition faces various kinds of difficulties. This paper proposes a new scheme based on neural networks for music note recognition. The proposed scheme uses three types of neural networks: time delay neural networks, self-organizing maps, and linear vector quantization. Experimental results demonstrate that the proposed scheme achieves 100% recognition rate in moderate noise environments. The basic design of two potential applications of the proposed scheme is briefly demonstrated.     

乐谱图像中的音符识别方法

面向多声部乐谱,实现基于结构模式的音符识别方法。在音符基元抽取阶段,提出基于游程分析的符干、符头、符梁3类基元抽取算法,具有较好的抗相交和抗粘连干扰能力。在音符结构分析阶段,采用“作用场”描述音符基元关系,将音符分为6类子结构,可缩小基元搜索范围。在此基础上细分音符结构,遵循关键子结构优先定位原则实现音符基元重组,可降低分析复杂度且具有良好的基元冗余排错能力。实验结果表明,该方法能快速准确识别多声部乐谱中的音符,在音符排列密集、结构复杂时适应能力较强。     

一种新的哼唱音符音高划分方法

哼唱音符音高的准确划分,对哼唱音乐检索系统识别率的提高起着很大的作用。目前,大部分的哼唱音乐检索系统都是采用能量划分的方法,在很大程度上并不能对哼唱波形文件顺利完成单音切割,因此,论文提出的一种新的音符音高划分方法,在基于一般能量划分的基础上,采用基于倍音列的音高识别模型对划分结果进行二次划分、规整,最终实现哼唱音符音高的划分。实验表明,该划分方法能够有效地实现哼唱音符音高的准确划分。     

乐谱图像乐符分割技术*

提出基于图段拓扑关系的谱线删除方法,以避免谱线过删除现象;提出双向游程编码结合使用的符干分割方法,克服了现有方法对复杂音符适应性差、分割结果不完整等缺陷;提出音符先验知识引导下的符头切割与检测算法,以解决粘连符头的切分问题;提出基于块状体分割和特征检测的符梁分割算法,设计了适用于乐谱版面的文字和线条提取算法。该方法应用在乐谱识别系统中分割乐符具有良好的性能,尤其对乐谱内容复杂、乐符排列密集等情况有较强适应能力。     

A new multiformat rhythm game for music tutoring

In this paper, a new rhythm based game for tutored music learning is presented. The main differences with similar existing systems are: i) songs can be automatically extracted from any music file or printed score; ii) it works with multiple interfaces, ranging from any MIDI controller to most popular game controllers; iii) note sequences are obtained from the melody itself rather than from time features alone. The whole system has been successfully tested for different songs using different combinations of music instances and game controllers.