[发明专利]分析数字音乐音频信号的方法

权利要求书

1.一种音乐音频分析方法，用于分析数字音乐音频信号(2)以提取所述数字音乐音频信号(2)包含的和弦族简档(CFP)集，所述音乐音频分析方法包括以下步骤：

a)对音乐音频信号(2)应用第一算法(4)，以提取表示所述音乐音频信号(2)的音调上下文的第一数据(5)；以及

b)对所述第一数据(5)应用第二算法(6)，以提供表示所述第一数据(5)包含的音调中心(Tc)的第二数据(7)。

2.根据权利要求1所述的音乐音频分析方法，其特征在于，所述第一算法包括以下步骤：

a1)识别(10)所述音乐音频信号(2)中的音符开始的序列，以定义多个峰(p1，p2，p3，...，pi)的时间位置；

a2)将所述音乐音频信号(2)划分成具有持续时间(T)且分别包含所述多个峰(p1，p2，p3，...，pi)之一的多个音频片段(s-on-1，s-on-2，s-on-3，...，s-on-i)；

a3)对处于预定的子持续时间(t)内的各音频片段(s-on-1，s-on-2，s-on-3，...，s-on-i)进行频率分析，以获得多个谱片段(sp-1，sp-2，sp-3，...，sp-i)，其中，所述子持续时间(t)的长度小于所述持续时间(T)的长度。

3.根据权利要求2所述的音乐音频分析方法，其特征在于，所述第一算法还包括以下步骤：

a4)利用计算网络(12)处理所述多个谱片段(sp-1，sp-2，sp-3，...，sp-i)以提供所述第一数据(5)，所述第一数据(5)包含用于描述和弦类型/音高集合对的多个向量(v1，v2，v3，...，vi)，其中，所述多个向量(v1，v2，v3，...，vi)分别与各音频片段(s-on-1，s-on-2，s-on-3，...，s-on-i)相对应。

4.根据权利要求3所述的音乐音频分析方法，其特征在于，利用训练过的机器学习算法来实现所述计算网络(12)。

5.根据权利要求4所述的音乐音频分析方法，其特征在于，分两个步骤来训练所述训练过的机器学习算法(12)：

-第一步骤，使用少量的手工标记训练数据(13)进行有监督的训练；以及

-第二步骤，使用大的无标记训练数据集(14)进行无监督的训练。

6.根据权利要求5所述的音乐音频分析方法，其特征在于，进行所述第二步骤，以优化在所述第一步骤后获得的训练过的机器学习算法(12)的权重(ω)集。

7.根据权利要求3所述的音乐音频分析方法，其特征在于，所述第一算法在进行所述频率分析的步骤a3)之后还包括以下步骤：

a5)利用滑动平均对所述多个谱片段(sp-1，sp-2，sp-3，...，sp-i)进行滤波，以强调所述多个谱片段(sp-1，sp-2，sp-3，...，sp-i)各自的峰(p1’，p2’，p3’...，pi’)。

8.根据权利要求3所述的音乐音频分析方法，其特征在于，分别针对在两个连续的检测到的片段之间的多个片段进行所述步骤a4)。

9.根据权利要求2至8中的任一项所述的音乐音频分析方法，其特征在于，仅在所述子持续时间(t)内进行所述频率分析，所述子持续时间(t)在250～350毫秒的范围内。