通過從音頻信號中選擇（１０２）音調(diào)分量，可以對音頻信號進(jìn)行處理，以便提取基調(diào)信息。然后，選定的音調(diào)分量將被應(yīng)用（１０４）一個(gè)掩蔽處理，以便丟棄至少一個(gè)音調(diào)分量。剩余音調(diào)分量的音符值將被確定（１０６），并且映射（１０８）成單個(gè)八度音，以便獲取色度值。這些色度值則被累積（１１０）成色度圖，并且將被評估（１１２）。
【技術(shù)實(shí)現(xiàn)步驟摘要】
【國外來華專利技術(shù)】在用于諧波和基調(diào)分析的音頻頻譜中選擇音調(diào)分量本專利技術(shù)涉及的是在音頻頻譜中選擇相關(guān)的音調(diào)(tonal)分量，以便 對信號的諧波(harmonic)屬性、例如對正在l番;故的輸入音頻或和弦的基 調(diào)(key)符號進(jìn)行分析。目前，人們越來越多地關(guān)注于開發(fā)那些可以通過評估音頻內(nèi)容以便依 照一組預(yù)定標(biāo)簽來對內(nèi)容進(jìn)行分類的算法。該標(biāo)簽可以是音樂的流派或風(fēng) 格，音樂的調(diào)子(mood),音樂發(fā)行時(shí)期等等。這些算法是以從音頻內(nèi)容 中檢索特征為基礎(chǔ)的，其中音頻內(nèi)容由經(jīng)過訓(xùn)練的模型進(jìn)行處理，該模型 可以根據(jù)這些特征來對內(nèi)容分類。為此目的提取的特征需要揭示使該模型 能夠執(zhí)行其任務(wù)的有意義信息。這些特征可以是平均功率之類的低等級特々t ,而古f AA Ai么T Jt旦^T ，、/ 4旦EPc7 AA J*rtm^i洽 J^t浩；^來，工、、理聲學(xué)洞察力(insight)的特征。其中，本專利技術(shù)涉及的是與音頻的音調(diào)內(nèi)容相關(guān)的特征。 一種幾乎普遍 存在的音樂分量是攜帶旋律、諧波和基調(diào)信息的音調(diào)分量的存在。由于樂 器產(chǎn)生的每個(gè)單獨(dú)音符都會在音頻信號中產(chǎn)生復(fù)雜的音調(diào)分量，因此，針 對這種旋律、諧波和基調(diào)信息所進(jìn)行的分析是非常復(fù)雜的。通常，這些分 量是諧波序列，并且該序列的頻率基本上是音符基頻的整數(shù)倍。如果 嘗試從某個(gè)時(shí)間播放的音符整體中檢索旋律、諧波或基調(diào)信息，那么將會 發(fā)現(xiàn)與已播放音符的基頻加上某個(gè)范圍的音調(diào)分量相一致的音調(diào)分量，其 中所述某個(gè)范圍的音調(diào)分量即為所謂的泛音，其是基頻的整數(shù)倍。在這種 音調(diào)分量群組中，基頻分量和基頻整數(shù)倍的分量是很難區(qū)分的。實(shí)際上， 一個(gè)特定音符的基本分量有可能符合另一個(gè)音符的泛音。由于存在泛音， 因此在即將到來的頻譜中幾乎可以發(fā)現(xiàn)每一個(gè)音符名稱(A， A#, B, C等等)。這樣則導(dǎo)致很難檢索到關(guān)于即將到來的音頻信號的旋律、諧波和基 調(diào)屬性的信息。音高(musical pitch)的典型表示(基頻的感覺)依照的是其色度， 即其在西方的音樂八度音內(nèi)部的音高名稱(A、升A (A-sharp)等等)。 在八度音中有12個(gè)不同色度值，并且任何音高都可以被指定給這其中的 一個(gè)色度值，這些色度值通常對應(yīng)的是音符基頻。其中，由于音樂的諧波和音調(diào)意義是通過正在播放的特定音符確定的(也就是說色度)，因此， 本專利技術(shù)標(biāo)識的是特定音符或音符集合所附屬的色度。由于存在與每一個(gè)音符相關(guān)聯(lián)的泛音(overtone),因此，有必要具有一種用于清理諧波以及 只識別那些對色度識別而言非常重要的諧波的方法。目前業(yè)已進(jìn)行了一些直接作用于PCM數(shù)據(jù)的研究。依照CA. Harte和 M. B. Sandler于2005年5月發(fā)表于118-th Audio Engineering Society Convention, Barcelona的Paper 6412 Automatic Chord Identification Using a Quantised Chromagram，，(以下將其稱為Harte和Sandler)， 一種所謂的色度圖(chromagram )提取處理^皮用于自動識別音樂中的和弦。 依照Harte和Sandler,恒定的Q過濾器組被用于獲取一個(gè)可供選擇峰值 的頻譜表示。對于每一個(gè)峰值，音符名稱將被確定，并且具有相應(yīng)音符名 稱的所有峰值的幅度將被添加，從而產(chǎn)生一個(gè)指示所評估頻譜內(nèi)部的每一 個(gè)音符(note)普及度(prevalence)的色度圖。該方法的限制性在于對正在播放的單個(gè)音符而言，大范圍的諧波將 會產(chǎn)生累積在色度圖中的峰值。對C音符而言，高次諧波將會指向下列音 符(C， G， C, E, G， A#, C， D， E, F#， G， G# )。尤其是所述高次諧波非 常密集地填充，并且它覆蓋了那些與基本音符沒有明顯諧波關(guān)系的音符。 當(dāng)在色度圖中累積時(shí)，這些高次諧波有可能隱藏我們希望從色度圖中讀取 的信息，例如用于識別和弦或提取歌曲基調(diào)。根據(jù)S. Pauws于2004年發(fā)表于Proc. Of the 5th International Conference on Music Information Retrieval, Barcelona的 Musical Key Extraction for Audio(以下將其稱為Paw),色度圖是根據(jù)4艮短 的輸入數(shù)據(jù)分段的FFT表示來提取的。在頻譜倉(spectral bin)之間執(zhí) 行的零填充和內(nèi)插將頻譜分辨率增強(qiáng)到了 一個(gè)足以從頻譜中提取諧波分 量頻率的等級。通過為這些分量進(jìn)行一些加權(quán)，可以進(jìn)一步增強(qiáng)低頻分量。 然而，色度圖是這樣一種方式累積的，在該方式中，高次諧波有可能會隱 藏那些我們希望從色度圖中讀取的信息。為了克服音調(diào)分量測量結(jié)果始終是基頻與基頻倍數(shù)的混合物的問題， 依照本專利技術(shù)，在這里使用了聽覺掩蔽，由此可以通過掩蔽其他分量的影響 來減少某些聽覺分量的知覺相關(guān)性。知覺研究已經(jīng)表明，某些分量(例如分音或泛音)會因?yàn)楦浇忠?(partial)的掩蔽影響而無法聽到。如果諧音非常復(fù)雜，那么由于低頻的聽覺頻率分辨率很高，因此，基頻和少量一次諧波(first few harmonics)中的每一個(gè)都可以被單獨(dú)聽取(hear out)。但是，對作 為上述色度提取問題來源的高次諧波而言，由于高頻上的聽覺頻率分辨率 非常惡劣，并且存在充當(dāng)掩蔽器的其他音調(diào)分量，因此，高次諧波是不能 被聽取。由此，掩蔽處理的聽覺處理模型很好地消除了非預(yù)期的高頻 分量，并且改善了色度提取能力。如上所述，在常規(guī)的相關(guān)音調(diào)分量選擇處理中，其中一個(gè)顯著問題是 在音頻中存在的每個(gè)音符都會創(chuàng)建一個(gè)范圍高次諧波，這些高次諧波可以 被解釋成是正在播放的單獨(dú)音符。其中，本專利技術(shù)根據(jù)掩蔽判據(jù)刪除了高次 諧波，由此只保留了少量第一諧波。通過將這些剩余分量轉(zhuǎn)換成色度圖， 獲取關(guān)于音頻分段實(shí)質(zhì)諧波結(jié)構(gòu)的強(qiáng)大的表示，其中該表示允許例如精確 確定音樂片斷的基調(diào)符號。附圖說明圖1顯示了依照本專利技術(shù)一個(gè)實(shí)施例的系統(tǒng)的框圖；以及 圖2顯示了依照本專利技術(shù)另一個(gè)實(shí)施例的系統(tǒng)的框圖。如圖l所示，在方框102中，選擇單元執(zhí)行音調(diào)分量選擇功能。更具 體地說，通過使用M. Desainte-Catherine和S. Marchand于2000年7 月/8月發(fā)表于J. Audio Eng. Soc，第48巻第7/8號第654-667頁的 High-precision Fourier analysis of sounds using signal derivatives(以下^1尋其稱為M. Desainte—Catherine和Marchand，，)的 修改版本，從被示為輸入信號x的音頻信號分段中選擇音調(diào)分量并省略那 些非音調(diào)分量。應(yīng)該理解，所述M. Desainte-Catherine和Marchand選沖奪 處理也可以由其他那些用于選擇音調(diào)分量的方法、設(shè)備或系統(tǒng)取代。在方框104中，掩蔽單元基于掩蔽丟棄音調(diào)分量。更具體地說，移除 那些不能個(gè)別地聽到的音調(diào)分量。個(gè)別分量的可聽度是以聽覺掩蔽為基礎(chǔ) 的。在方框106,標(biāo)簽單元使用音符值來標(biāo)記剩余的音調(diào)分量。換句話說， 每個(gè)分量的頻率都轉(zhuǎn)換成一個(gè)音符值。應(yīng)該理解，音符值并不局限于一個(gè) 八度音。在方框108本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種處理音頻信號的方法，包括： 從音頻信號中選擇（１０２）音調(diào)分量； 將掩蔽（１０４）應(yīng)用于選定的音調(diào)分量，以便丟棄至少一個(gè)音調(diào)分量； 確定（１０６）在丟棄之后保留的音調(diào)分量的音符值； 將音符值映射（１０８）到單個(gè)八 度音，以便獲取色度值； 將色度值累積（１１０）到色度圖中；以及 評估（１１２）該色度圖。
【技術(shù)特征摘要】
【國外來華專利技術(shù)】US 2006-4-14 60/792,390;US 2006-4-14 60/792,3911. 一種處理音頻信號的方法，包括從音頻信號中選擇(102)音調(diào)分量；將掩蔽(104)應(yīng)用于選定的音調(diào)分量，以便丟棄至少一個(gè)音調(diào)分量；確定(106)在丟棄之后保留的音調(diào)分量的音符值；將音符值映射(108)到單個(gè)八度音，以便獲取色度值；將色度值累積(110)到色度圖中；以及評估(112)該色度圖。2. 根據(jù)權(quán)利要求l的方法，其中，音調(diào)分量是通過將音頻信號變換 到頻域來選擇的，每一個(gè)音調(diào)分量都是用頻率值和幅度值來表示的。3. 根據(jù)權(quán)利要求2的方法，其中，該幅度值是根據(jù)響度的人類感覺 來進(jìn)行壓縮變換(204 )的。4. 根據(jù)權(quán)利要求1的方法，其中，根據(jù)閾值來應(yīng)用該掩蔽，以便丟 棄基本上無法聽到的音調(diào)分量。5. 根據(jù)權(quán)利要求l的方法，其中，色度圖是通過將色度圖與參考色 度圖相比較來評估的，由此從音頻信號中提取基調(diào)信息。6. —種用于處理音頻信號的設(shè)備，包括 選擇單元(102)，用于從音頻信號中選擇音調(diào)分量； 掩蔽單元(104),用于對選定音調(diào)分量應(yīng)用掩蔽，以便丟棄至少一個(gè)音調(diào)分量；標(biāo)簽單元(106)，用于確定在丟棄之后保留的音調(diào)分量的音符值； 映射單元(108),用于將音符值映射到單個(gè)八度音，以便獲取色度值； 累積單元(IIO)，用于將色度值累積成色度圖；以及 ...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：SLJDE范德帕爾，MF麥克金尼，
申請(專利權(quán))人：皇家飛利浦電子股份有限公司，
類型：發(fā)明
國別省市：NL[荷蘭]
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。