资料下载
如何使用时频分析进行乐音识别算法研究分析
分享资料个
音乐信号处理是信号处理领域中的重要组成部分。随着计算机的广泛普及，多媒体数字娱乐和智能人机接口要求计算机具备视觉、听觉等多方面的友好界面。为了能让计算机与人类能够用音乐自由的沟通，有关计算机音乐处理的研究，意义日益凸显，
本文首先简要介绍了计算机音乐的发展，从几个方面概娶介绍了计算机音乐的内容，包括乐器数字接口（IDI），计算机辅助作曲等。音乐识别是计算机音乐的基础，音系识别的内容包括节奏识别、风格识别、乐器识别、歌声识别、歌唱者识别等，这尼由音乐作品的复杂性决定的。乐音识别的理论和算法基础则涵盖了现代信号处理和模式识别的请多重要方面。本文介绍了有关音乐物理学的知识，零-极点模型和听觉模型，时频分析的理论，短时傅立叶变换和小波变换的定义、相关概念和性质。结台乐音识别的特点。对隐马尔可夫模型和神经网络也作了初步介绍，这些都是目前已经采用的识别方法。这里我们结合算法的效果，给出了相应的分析和评价。
通过研究基于时频分析的乐音识别算法，本文介绍了系统的总体设计，数据处理，噪声环境F的维纳德波以及小波变换和高牧时间傅立叶变换相结合的特征提取方法。针对不同乐音，我们提出了基于多帧统计的单音识别算法，基动态包络检列的音乐划分方法，通过深入研究乐理，我们总绩了适用于和弦识别的数学规则，提出了基于模板匹配和最大似然准则决策树的和弦识别算法。与以往的算法相比，这些算法比较简捷，识别的快速性、准确性都有较大提高。最后我们对识别算法进行总结，并讨论了进-步的研究内容和方向。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
