音符分离使用非消极的方法

Jaywant Vilasrao帕蒂尔¹和贾基尔Mujeeb谢赫²

采矿工程的学生,计算机工程系:k .兰花工程学院,印度马哈拉施特拉邦。
计算机工程系助理教授,n K .Orchid工程学院,印度马哈拉施特拉邦。

文摘

在音符听起来,结果的结构安排的独特形成复杂的音乐混合物。这些混合物的分析,客观的评估单个音符构成,称为音符分离。音符是音乐的论文表示。可以听到音乐,但音乐不能写在纸上,所以代表音乐在纸上有音符的概念。的主要目标是单独的音符乐器用Non-Negativity方法。例如,如果输入是音符的混合物包含音乐的吉他、鼓和低音唱歌的声音。然后,目标是设计一个系统单独的音符的来源即音符吉他,贝司,鼓和歌声。应用于音乐重新合成,音频恢复,歌词的认可。

关键字

谐波结构造型,离散能量分离,分裂。

介绍

每个人都知道人类听觉系统有一个非凡的能力区分来自不同来源的音符。它的特点之一,能力是听到了歌声和乐器。这对人类似乎毫不费力的任务但对于机器很难识别。到目前为止,很少有系统发现的问题系统分离的嗓音从音乐伴奏。歌声分离应用等领域的歌词歌词自动识别和自动对齐。单唱歌词自动识别所需的声音,但也非现实因为在几乎所有的音乐,歌声存在音符的乐器。另一个应用程序,自动对准的歌词可以让听众很容易理解和遵循的声音。对准这个任务变得更加困难因为音乐的乐器。分离系统设计来克服这个问题。

分离的音符从音乐是特别具有挑战性的任务,因为高多样性的音乐信号。这种多样性不仅是由于多个生产机制,涉及的大型特征乐器还大面积的乐器的组合。有三种技术用于分离的音符,是:

答:音乐笔记分离使用离散能量分离算法[1]:-

DESA代表离散能量分离算法[1]。它用于调频信号能量的估计。背后的原因选择调频能量,可用于时变滤波器设计屏蔽干扰信号。能源可以区分音乐调频信号从语音信号的局部信息。

其中n是一个离散时间索引,ω_c是一个载体的角频率,θ是常数相位值,amp (n)和f (n)振幅和频率调制信号,分别。

b .音符分离能量分割:-

分解的复调音乐分离音符是非常艰难的。在追踪一些信息是迷失的混合叠加。不可能丢失信息的恢复。这能量分割方法[4]有助于恢复丢失的信息,使用真实的造型工具。相位记忆可以通过公式计算,

问题公式化

音符分离的现有技术研究文献综述即音符分离使用离散能量分离算法,能量分割和谐波结构造型,有更少的音符分离的性能。音符分离精度的速度也非常差。因此,有必要寻找解决方案,试图提高性能,精度和鲁棒性的音符分离的主要问题是音符分离。

提出的方法

用户需求,大型音乐数据库可用今天提高许多事实,其中交互式修改的数据应用程序[2]如卡拉ok、自动独奏者存在,CDs的广播多路设备,原始录音后期制作,恢复旧的录音,音乐制作仪器采样。大多数音乐信号的组合几个来源同时活跃(乐器),收购不自然的混合独奏音符的真正的音频源信号或通过记录场景。因此,参加这些应用程序意味着分离分别来源和再混合的音符。

分离的方法之一的音乐乐器的非负分离即音符的分离方法从输入音乐的帮助下非负矩阵分解塔克或使用非负分解技术

图中显示该方法分离的过程。如图的输入系统是音乐混合组成的音乐乐器的混合物。模拟形式的输入信号。第一步是模拟信号转化为数字形式使用的脉冲编码调制或任何调制转换。

获得的数字信号是连续形式;将它转换为离散形式被称为抽样。离散时间信号后应由傅里叶变换转换成频域信号的谱图。光谱图只是输入音频信号的时频分析。然后应用聚类技术在分离的声谱图音乐基于频率的仪器。然后进行分离的过程。分离的音乐信号在频域。他们应该转换回瓷砖领域。它应该是由傅里叶或拉普拉斯变换。最后,我们得到了分离的音乐乐器以最大可能的准确性。

预期的结果

以下是预期的结果的方法。

1。分离鼓的音符。

2。分离音符的吉他。

3所示。分离的低音音符。

4所示。分离的嗓音从音乐的音符。

结论

非负的方法即非负矩阵分解塔克或非负分解是音符更突出的方法分离。Non-Negativity音符分离方法的突出特点是分离的速度精度高。用户可以单独的音符和更快更准确。

引用

Yevgeni Litvin, IsraelCohen a _ DanChazan,“单声道的语音/音乐源分离使用离散能量分离算法。”,直接信号处理科学,90 (2010)3147 - 3163。
伊曼纽尔文森特,“音乐源分离使用时间频率源先知先觉”,IEEE音频语音和语言处理,14卷,2006年1月1号。
弘Kameoka、Takuya Nishimoto Shigeki Sagayama,,“分离谐波结构的基于高斯混合模型和相关信息并发声音标准”,IEEE国际会议音响、演讲,和信号处理(ICASSP04), 2004 . .
克里斯托夫ACZEL1,什VAJK”,注意分离复调音乐的能量分离”。第七届圆柱学报》国际会议信号处理、机器人与自动化(这里' 08),剑桥大学,英国2月20 - 22日举行,2008年。