基于稀疏分解的音符起始點檢測.pdf

1、音符起始點檢測是基于內(nèi)容的音樂信息檢索的重要課題。音符起始點是音樂信號的低級特征，研究音符的起始點對音樂的節(jié)奏分析、節(jié)拍跟蹤、音樂結(jié)構(gòu)分析等有重要的作用。音符起始點檢測也是音樂情感分類，音樂包丟失恢復等課題的基礎(chǔ)性工作。本文圍繞音符起始點檢測，做了以下幾方面的工作：
　　（1）在總結(jié)現(xiàn)有音符起始點檢測框架下的預處理、信號變換、特征提取、檢測函數(shù)生成和峰值提取方法的基礎(chǔ)上，將稀疏分解引入到音樂信號變換中去。冗余字典下的稀疏分解更能適

2、應不同的音樂信號，抓住信號的固有特性。
　　（2）本文采用匹配追蹤算法作為稀疏分解的方法，提出了匹配追蹤下的基于表示程度和系數(shù)向量能量兩種特征的音符起始點檢測算法。文中使用高斯核光滑函數(shù)對檢測函數(shù)處理，實驗表明，高斯核光滑處理后檢測函數(shù)曲線更加光滑，峰值更加突出。
　?。?）實驗部分對比了本文算法和傳統(tǒng)音符起始點檢測算法的準確率，并分析匹配追蹤算法分解次數(shù)對實驗結(jié)果準確率的影響。實驗結(jié)果表明，文中兩種算法準確率都比傳統(tǒng)算法高