[发明专利]复调音乐多音高估计方法及伪双谱在多音高估计中的应用

权利要求书

1.一种复调音乐多音高估计方法，其特征在于，

S1.对输入的音乐音频分帧；

S2.求每帧信号的伪双谱；

S3.根据二维模板与伪双谱的匹配互相关函数值从大到小排列，取出前若干个频率作为候选音高；

S4.计算各候选音高的加权谐波能量和，并选择具有最大加权谐波能量和的候选音高作为该次迭代输出的最显著估计音高；

S5.移除所述最显著估计音高的二维谐波成分；

S6.重复步骤S3-S5，直至本次输出最显著估计音高的加权谐波能量和比前一音高的加权谐波能量和小于设定值，输出所有迭代过程中估计的音高；

所述伪双谱由下式表示：

其中X(f₁)和X(f₂)为x(t)的一维傅里叶变换，(·)^*代表共轭转置运算，f₁和f₂为二维频率域中的自变量，t和τ分别为时间域信号x(t)和x(τ)的自变量；P_x为输入复调音乐伪双谱的离散化矩阵，每八度有N_oct个对数分布离散频点，使用每个音符的前H_r个谐波成分，令Q＝(q_i,j)是一个维度为R_q×R_q的稀疏矩阵，其中是向正无穷方向取整，当且仅当基频频点索引平移i和j个索引值后都对应谐波分量时，q_i,j＝1，由下式计算二维模板与伪双谱的匹配互相关函数值：

选择具有最大谐波加权能量和的频率作为最显著估计音高，由下式求得：

其中α为常数，φ_k为音高f_k的显著函数值，|X(hf_k)|为f_k的第h次谐波幅度；

当输入信号为具有H个谐波分量的音符时，可表示为：

其中a_l为第l次谐波幅度，f₀为基频；

当输入信号为M个音符的混合信号时，可表示为：

其中H_m和f_0,m分别为第m个音符的谐波数和基频，为第m个音符的第l_m次谐波幅度。

2.如权利要求1所述的复调音乐多音高估计方法，其特征在于，当输入信号为具有H个谐波分量的音符时，z(t)的伪双谱为：

其中δ(·)为狄拉克函数，l和m为谐波次数，a_l和a_m分别为第l次和第m次谐波幅度；

由上述，对于具有H个谐波分量的音符作伪双谱变换生成H×H的二维模式，由下式作二维模式匹配：

3.如权利要求1所述的复调音乐多音高估计方法，其特征在于，当输入信号为M个音符的混合信号时，z(t)的伪双谱为：

其中为第m个音符的伪双谱，为z_m(t)和z_n(t)的交叉项，且

其中(m,n)∈{1,2,...,M}，且m≠n；H_m和f_0,m分别为第m个音符的谐波数和基频，为第m个音符的第l_m次谐波幅度；H_n和f_0,n分别为第n个音符的谐波数和基频，为第n个音符的第k_n次谐波幅度；

对于具有M个音符的混合信号，由下式作二维模式匹配，匹配次数为M：