改进音高轮廓创建和选择的旋律提取算法

针对复调音乐中不同声源的相互干扰而导致同一声源音高序列的不连续,从而降低音高估计精度的问题,提出改进音高轮廓创建和选择的旋律提取算法。算法首先计算时频谱中每一点的音高显著性,并提出基于听觉流线索和音高显著性的连续性创建音高轮廓;为了进一步选择旋律音高轮廓,随后提出根据伴奏的重复特性去除非旋律音高轮廓,主要采用动态时间规整算法计算旋律和非旋律音高轮廓间的相似度;最后,提出利用相邻音高轮廓的长时关系检测旋律音高轮廓中的倍频错误,并平滑旋律音高轮廓形成旋律音高线。在数据集ORCHSET上进行仿真实验,结果表明所提出的改进算法比改进前提高了2.86%的音高估计精度和3.32%的总精度,可有效解决音高估计问题。     

一种基于音高显著性增强的主旋律提取方法

在音乐信息检索领域,主旋律的提取是一项非常困难的工作.复调音乐中的不同声源相互影响,导致主旋律音高序列不连续,使旋律原始音高准确率降低.针对这一问题,设计了增强音高显著性表示和自动旋律跟踪的CNN-CRF模型.为了更好地提取谐波信息,提出利用结构化的数据来加强SF-NMF计算的初始显著性表示,并在动态规划框架下结合旋律...     

基于音高旋律元的柔和乐曲的自动作曲算法

提出了一种以柔和为导向、以音高旋律元 (Pitch melody unit, PMU)为基本操作单位的自动作曲算法.首先根据柔和乐曲的旋律特征构建了算法的 规则模型.然后定义了一阶音高旋律元和二阶音高旋律元,构建了音高旋律元转换表 (Pitch melody unit transition tables, PMUTTs)自动生成的模型,以表达相邻音高旋律元的链接概率,为 旋律计算提供基本数据.分别定义了用来自动生成新的音高旋律元、乐节、乐句、乐曲的4个旋律计算的算子,以自动生成乐曲.实验结果表明, 与以音符为基本单位的马尔可夫作曲方法相比,以音高旋律元为基本单位进行作曲可以提高旋律的逻辑严密性和美感度.     

音乐旋律匹配算法的改进研究

动态时间规整(DTW)算法是把时间规整和距离测度计算结合起来的一种非线性规整技术.它通过不断计算两向量的距离来求最优的匹配路径.在采用DTW算法进行音乐旋律匹配时,需要将哼唱信号的音调平移到要对比的目标乐音的音调一致才能够计算出DTW的真正值,用来作为相似度的判断标准.但是正是由于进行了这种移调处理,使得DTW算法计算量大大增加.提出了一种与音调无关的音乐旋律的表示方法,在进行DTW算法时可以避免上下平移音调,减少旋律匹配的运算量.     

旋律提取技术研究综述

旋律提取技术是基于内容的音乐信息检索的关键技术之一。对国内外旋律提取技术的已有研究工作进行了分类介绍,分别总结归纳了针对符号表示的音乐文件与针对波形表示的音乐文件的旋律提取算法,分析了各种算法的特点,阐明了该方向的未来发展趋势。     

基于显著性和区域比较的自动物体提取算法

面对互联网时代海量的图像数据,如何自动地提取物体成为一个热点问题,为此提出一种结合超像素、显著性和区域比较的自动目标提取算法。算法首先对图像进行超像素分割,得到若干子区域;其次采用显著性检测确定出目标的初始区域;最后在子区域和初始区域的基础上,结合空间信息和颜色特征,利用区域比较法分割出最终的目标物体。对比实验结果表明,该算法能够有效地提取出目标,具有一定的鲁棒性。     

基于粒子筛选处理的粒子滤波改进算法

针对粒子滤波中的粒子贫化问题,分析了目前用于增加粒子多样性方法存在的不足,提出了一种新的粒子筛选与处理方法.通过设置筛选区间,保留该区间内的粒子,对区间外的粒子进行移动处理,从而改善粒子分布.仿真结果表明,该方法能够有效缓解粒子贫化问题,提高滤波精度.同时由于有效样本数增加,降低了重采样次数,总体上减少了算法运行时间.     

基于姿势估计与显著性目标检测的衣物提取算法

针对衣物识别对服饰购物图像搜索的影响,分析了网络服饰购物图像的特点,将姿势估计和显著性检测结合,提出了一种基于姿势估计与显著性目标检测的衣物提取算法。该算法对图像进行姿势估计,实现姿势的适应性,将姿势估计融入显著性目标检测的区域检测部分,将二者优势互补,得到结合姿势估计的显著性检测图,衣物区域得以自动定位,通过迭代的图割方法提取出衣物。实验结果表明,所提算法可以较为准确地提取出复杂背景中的衣物,说明了衣物提取中引入姿势估计和显著性检测的有效性;同时适用于大部分服饰购物图像,具有较好的通用性。     

一种基于隐马尔科夫模型的波形文件主旋律基频提取算法

哼唱检索中通常以旋律的基频作为音乐特征进行检索,目前研究的哼唱检索系统都是基于MIDI音乐文件。但是,目前存在的MIDI音乐文件的数量非常少,基于波形文件的哼唱检索系统才是未来的发展趋势。本文针对单声道波形文件,研究了一种提取歌曲主旋律基频曲线的算法。该算法将隐马尔科夫模型和“谐波乐器/打击乐器声音分离”模型进行结合。实验表明该算法对主旋律基频提取具有很高的准确率。     

哼唱检索中联合音高与能量的音符切分算法

为改善哼唱检索系统中利用旋律轮廓和节奏进行匹配的性能,提出一种新的联合音高与能量的音符切分算法。该算法改进基于自相关的基音提取算法,对提取的基音频率曲线进行后处理,并在切分过程中保持能量的分割信息,利用半音曲线的突变做切分,以提高音符切分的准确度。实验结果表明,在安静实验室环境下,该算法能获得88.75%的分割准确度。     

基于定性映射的哼唱音乐旋律提取

根据哼唱旋律提取的特点和定性映射的相关知识,结合基本乐理,提出哼唱片段旋律提取的定性映射模型和算法,包括哼唱旋律音符切分阈值的动态定性判定,以及音符音高确定的动态赋权的定性映射。实验结果表明,该算法不仅能灵活合理地确定音符切分的定性判定基准,同时能够较准确地提取音符音高,并得到哼唱片段的旋律轮廓线。     

基于哼唱的音乐检索应用系统

通过研究哼唱旋律基频提取和检索算法,给出了一个完整的基于哼唱的音乐检索系统框架。系统主要分析了旋律特征提取和近似旋律匹配部分。旋律特征提取部分采用基于差分Mel倒谱法求基频;旋律匹配部分对经典的动态时间弯折算法原理分析后,根据声音特征引入音长差序列的余弦相似度,提高了检索效率和精度。在340首MIDI歌曲的测试集上,前三位识别效率提高3.7%,用时降低16%,系统的性能有明显改善。     

基于音乐旋律轮廓的特征提取算法

提出了一种基于音乐旋律轮廓的特征提取算法。该算法从哼唱片断中提取出歌曲基音序列,经规整、合并、分段后转化为旋律轮廓序列,然后使用标准音调生成的标准音调差值表将此序列转化为旋律轮廓特征。结果表明,该系统对环境噪声有较好的鲁棒性;在含有405首歌曲的搜索空间中,检索前5位成功率超过90%。     

鲁棒稳定界的连续性分析及优化方法

针对一类常见的不确定系统,本文得出了鲁棒稳定界ρ（Ｆ）连续、可微的条件,给出了ρ（Ｆ）对状态反馈Ｆ的微分表达式,以及在极点配置的约束下使ρ（Ｆ）增大的梯度的方法,实例显示,梯度方法非常有效。     

流行音乐主旋律提取技术综述

旋律是最重要的音乐要素之一,多应用于音乐内容分析、音乐创作、音乐教育、抄袭检测等方面。主旋律提取旨在从一段音乐中自动估计对应于主旋律单音音符序列的音高或基频。流行音乐一般属于复杂的多音音乐,因此主旋律提取面临着许多挑战。综述了主旋律提取的研究背景,将主旋律提取的典型方法分别从基于音高显著度、基于声源分离以及其他方法3个类别进行了阐述,最后介绍了主旋律提取的评价指标以及研究进展。