[发明专利]一种基于匹配追踪的音乐速度谱图生成方法

说明书

本发明提供一种基于匹配追踪的音乐速度谱图生成方法，涉及基于内容的音乐信息检索领域，该方法包括以下步骤：输入音乐信号，生成音符起始点检测函数o(n)并对其分帧；取常用音乐速度区间转换成频率集合；对频率集合中的每一频率，创建一个对应的母原子；对母原子进行移位操作，每移动一次生成一个新原子；将所有母原子和新原子组装成冗余字典；运用该字典，对o(n)的每一帧进行匹配追踪，得到各音乐速度的分解系数，最后生成该音乐的音乐速度谱图。本发明生成的音乐速度谱图具有分辨率高、稀疏性强的特点，并可根据自身要求灵活设置音乐速度的分辨率、母原子的移位粒度和匹配追踪循环次数，从而生成不同分辨率和不同稀疏性的音乐速度谱图。

技术领域

本发明涉及基于内容的音乐信息检索领域，特别是涉及一种基于匹配追踪的音乐速 度谱图生成方法。

背景技术

一、本发明相关概念和应用领域

音乐进行的快慢是音乐速度(tempo)，现代音乐中通常以“拍每分钟”(beats perminute,简称bpm)来作为速度的度量，比如音乐速度标记表示该音乐的速度是每分钟120个四分音符，也就是每个四分音符的时值占0.5秒，bmp值越大，速度越快。

音乐速度和音乐的节拍、节奏等密切相关，是音乐的重要特征之一。在音乐信息检索领域，速度估计是指基于音乐的内容，从mp3、wav等形式的，含音乐信号波形的文件出发估计音乐的行进速度。速度估计本身是一个具有挑战性的重要课题，同时又是音乐节拍感知、 音乐节奏识别、音乐类型识别、音乐结构分析等研究方向的基础工作。例如，在音乐节拍感 知过程中，往往需要先估计音乐速度，然后根据速度进行节拍类型和节拍结构的推断；又比 如在音乐类型识别中，节奏和速度可作为识别类型的一种显著特征。

音乐速度在音乐行进过程中是不断变化的，变化的一种原因是由于音乐乐曲被创作 时本身就是要求变化的，然而这种形式的变化次数在一首乐曲中一般不大，很多音乐甚至不 发生变化；另一种原因是演奏或演唱的误差产生的，这种形式的变化难以避免，一般存在于 音乐的所有部分。因此，估计音乐速度实际上是需要估计各时点的速度值。由于存在连音和 休止符等现象，音乐速度模糊难辨；同时，速度又存在误差，因此各时点的速度实际上可看 成是多个速度分量组成的向量。一首音乐各时点的速度，可以用音乐速度谱图(tempogram) 来进行描述。音乐的节拍跟踪、节奏识别、类型识别等应用均可借助音乐速度谱图，提取有 用信息。

二、音乐速度谱图的现有生成技术和过程

音乐速度谱图的生成过程一般分成两个阶段，第一阶段是音符起始点检测函数(note onset detection function)生成阶段，音符起始点是指音乐中每个音符开始演奏或演唱的 那一刻，有的文献如[1]这一阶段称之为新颖曲线(Novelty Curve)生成；第二阶段是谱图 生成过程。

第一阶段主要包括信号变换、特征提取、起始点检测函数生成等几个部分，信号变换目的是用信号变换的方法把音乐波形信号从一维的高频数据转换为低频表示。一般是先对 信号分帧，然后对每帧信号进行信号变换，信号变换方法包括短时傅立叶变换(ShortTime Fourier Transform,简称STFT)、小波变换(Wavelet Transform,简称WT)等。特征提取是从 前一阶段的信号低频表示中，提取时域、频域、以及时频表示等特征。时域特征典型的如幅 度包络特征，频域特征如谱波动特征(Spectral Flux)和频域能量特征等，时频表示特征主要 是基于小波变换或Cohen类时频分布的特征表示。起始点检测函数生成是根据每帧信号提取 的特征计算前后帧的变化情况，音符起始点一般存在于前后帧正向变化突然增大的情况中。 典型的音符起始点检测函数生成过程可参考文献[1]。

第二阶段是根据前一阶段音符起始点检测函数的值，提取周期特性，形成音乐速度 谱图。这一阶段目前主要的方法包括自相关函数法(Autocorrelation Function，简称ACF)、 傅立叶变换法(Fourier Transform,简称FT)两种[1]。