復合樂音的多基頻提取.pdf

1、隨著計算機網(wǎng)絡和多媒體技術的發(fā)展,基于復合樂音的多基頻提取已經(jīng)成為樂音信號處理中不可或缺的技術。
　　 本文首先介紹了多基頻提取的基礎知識。它們包括聽覺模型、聽覺濾波器、小波變換、STFT與MDCT變換、自相關及平均幅度差分的求解。其次,描述了本文研究的多基頻提取技術:基于聽覺模型、二進小波變換近似系數(shù)相乘、Specmurt算法的多基頻提取。最后,對以上典型技術進行了改進并比較了改進前后的提取效果。
　　 基于聽覺模型的

2、多基頻提取是較為傳統(tǒng)的一種方法。它可分為:AnssiKlapuri提出的多通道模型、M.Y.Wu提出的多通道分高低頻模型、TeroTolonen提出的基于兩通道的多基頻提取。在這三種方法中,基于兩通道的多基頻提取得到了更好的基頻分布?；诼犛X模型的多基頻提取采用了歸一化自相關、傅里葉變換求自相關方法、增強自相關的方法來修正自相關對求解周期分布存在的缺陷,其中歸一化自相關減少了分幀加窗所帶來的影響,傅里葉變換求自相關提高了峰值顯著度,而增

3、強自相關則消除了倍數(shù)周期。
　　 二進小波變換近似系數(shù)相乘算法增強了峰值顯著度,它使得基頻的位置更容易被找到。本文首先采用仿真信號對尺度的選擇進行了比較,實驗表明選用三個近似系數(shù)相乘時效果是最佳的。文中發(fā)揮了基于聽覺模型的多基頻提取的優(yōu)勢,對它進行了改進。將兩通道模型和二進小波變換近似系數(shù)相乘結合在一起,這種結合提高了提取基頻的查準率和查全率。
　　 相對于聽覺模型方法,Specmurt算法提高了提取基頻的分辨率,更加合