基于HMM的曲音频信号处理研究毕业论文.docVIP

毕业论文（设计） 基于HMM的歌曲音频信号处理研究 学 生 姓 名： 苗振徽 指导教师： 姜凤娇 副教授 合作指导教师： 专业名称： 电子信息工程 所在学院： 信息工程学院 2015 年 6 月 目录 摘 要 I Abstract II 第一章 前言 1 1.1 研究目的及意义 1 1.2 国内外研究现状 1 1.3 研究内容简介 1 1.4 本文结构 1 第二章 音乐的基本特征及预处理 3 2.1 音乐的基本特征 3 2.2 预处理 3 2.3 特征提取 5 2.4 小结 6 第三章 音符端点检测和算法 7 3.1 音符端点的定义 7 3.2 几种常用端点检测法及正确率 8 3.3 峰值提取 10 第四章 HMM原理和算法 11 4.1 隐马尔可夫模型的基本概念 11 4.2 HMM基本算法 15 第五章 基于HMM的歌曲音符识别 19 5.1 单音符的识别 19 5.2 多音符识别训练与测试 21 5.3 HMM模型参数 24 5.4 多音符HMM 模型训练 25 5.5 多音符系统识别 28 5.6 多音符识别结果与分析 29 第六章 总结 32 致谢 33 参考文献 34 摘 要 目前，广泛的来说利用音乐的音频信号得到音乐所包含的内容是音乐识别的主要任务，简单地说就是从音乐音频文件到数字音乐文件（midi文件)的转换系统。由于这种系统能够方便快捷地实现乐谱的计算机录入工程，在电脑收集合成音乐、计算机作曲及音乐作品的数字化处理等领域有非常广阔的应用前景。本课题主要应用隐马尔可夫模型来对单音符和多音符来进行识别处理。对于单音符的识别，主要侧重于实时性以及稳健性两个方面，为了提高这两个方面的性能，这里采用了局部端点检测、多样本字典、以及多样本字典后期处理这三个方法。而对于要求更高的多音符识别，这里采用了模式识别的方式，初步建立了基于隐马尔可夫模型这种过程的多音符处理系统。本课题的主要内容大体包含了以下面几个方向： 1）提取单音符和多音符文件的特征 2）确定样本音频中音符端点的位置 3）研究基于HMM模型的语音识别原理，建立音符的HMM声学模型 4）根据得到的数字音乐文件（midi文件）及对应的音频原文件进行测试和记录，分析结果 关键词：单音符,多音符,隐马尔可夫模型,端点检测,特征提取Abstract At present,the main task of music recognition is to use of the audio signal of music to get contained in the music content, Simply put, it is the audio file from music to digital music files (midi file) conversion system. Because this system can quickly and easily achieve the score of computer input engineering, synthesized music collection on your computer, composer and musical works in computer digitization process, which are very broad application prospects.The topic is use Hidden Markov Models to recognition process single notes and more notes. For the identification of a single note, focusing primarily on real-time and robustness are two aspects to improve performance in these two areas, where the use of the local endpoint detection, diverse dictionary, as well as various post-processing of these three methods dictionary. For demanding more note