基于最大最小距離法的音樂節(jié)拍跟蹤算法研究.pdf

1、隨著因特網(wǎng)與網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人們可以接觸到大量的在線音樂數(shù)據(jù)，比如音樂原聲信號、歌詞、音樂曲風(fēng)或者內(nèi)容的分類以及其他網(wǎng)絡(luò)用戶的歌單等等。這種科技的進(jìn)步讓用戶在聽音樂時有了越來越多的樂趣，同時，也對數(shù)據(jù)的處理提出了更高的要求，如何讓計算機(jī)更好地豐富用戶的音樂體驗(yàn)成為一個熱門問題，也促進(jìn)了音樂信息檢索領(lǐng)域的深入研究。音樂信息檢索，是一個跨學(xué)科的研究領(lǐng)域，涉及到音樂學(xué)、心理學(xué)、音樂學(xué)術(shù)研究、信號處理、機(jī)器學(xué)習(xí)等等。
　　節(jié)拍跟蹤是音

2、樂信息檢索的基礎(chǔ)問題之一。人們會不自主的跟隨音樂跺腳或者點(diǎn)頭的過程稱為節(jié)拍跟蹤，計算機(jī)的節(jié)拍跟蹤算法正是對人類這一感知過程的模擬。過去的二十多年中，節(jié)拍跟蹤研究領(lǐng)域已有大量深入的研究，也有越來越多的節(jié)拍跟蹤算法應(yīng)用于實(shí)際生活中。
　　本文在認(rèn)真研究節(jié)拍跟蹤相關(guān)研究成果的基礎(chǔ)上，結(jié)合音樂基本理論與音頻信號技術(shù)，提出一種基于最大最小距離法的節(jié)拍跟蹤算法，核心為起始節(jié)拍點(diǎn)的確定、BPM特征值提取和有效峰值提取三部分。本文的創(chuàng)新點(diǎn)在于將聚

3、類算法應(yīng)用于節(jié)拍跟蹤研究，將峰值提取問題抽象為分類問題，從聚類的角度完成節(jié)拍序列的提取。具體研究步驟可概括為以下幾個方面：
　　首先，對音樂信號進(jìn)行預(yù)處理，統(tǒng)一采樣頻率及幅度范圍。提取音樂信號的1-2s片段進(jìn)行時域處理，通過分析該片段的能量譜變化，確定起始節(jié)拍點(diǎn)。
　　其次，對音樂信號進(jìn)行短時傅里葉變換得到頻譜，根據(jù)人類聽覺系統(tǒng)的感知特性，對頻譜幅度進(jìn)行對數(shù)處理，通過半波整流輸出端點(diǎn)強(qiáng)度曲線及其峰值的相位信息。根據(jù)端點(diǎn)強(qiáng)度曲

4、線的自相關(guān)特性提取BPM特征值。
　　最后，根據(jù)音樂的節(jié)拍和速度的關(guān)系以及周期信號的性質(zhì)，利用最大最小距離法對端點(diǎn)強(qiáng)度曲線的峰值點(diǎn)進(jìn)行有效聚類，輸出節(jié)拍序列。
　　本文采用MIREX2006測試數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，將本文的提出算法與MIREX2013節(jié)拍跟蹤比賽中性能較好的算法進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明，本文提出的基于最大最小距離法節(jié)拍跟蹤算法對于不同曲風(fēng)、不同節(jié)奏類型的音樂信號，四項(xiàng)算法評估指標(biāo)P-Score、Cemgil、CMLc