[发明专利]一种结合曲风的钢琴演奏音质评价系统及方法有效
申请号: | 201810311753.2 | 申请日: | 2018-04-09 |
公开(公告)号: | CN108735192B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 韦岗;孙启梦;曹燕 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G10H1/32 | 分类号: | G10H1/32;G10L25/51 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍;江裕强 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结合 钢琴 演奏 音质 评价 系统 方法 | ||
1.一种结合曲风的钢琴演奏音质评价系统,其特征在于包括钢琴曲曲库、麦克风阵列录音装置、高质量麦克风录音装置、音乐数据库、专家听音评价模块、信号特征提取模块、样本库、信号特征分析模块和音质评价模块;
所述的钢琴曲曲库带有曲风标签,曲风标签是指在曲风分类的基础上对每种曲风进行编号标记;钢琴曲曲库有两个功能,一是在系统建立过程中,提供大量的钢琴曲资源,用于后续的分析和模糊神经网络的训练;二是在用户使用过程中,为用户提供可选的钢琴曲;
所述的麦克风阵列录音装置包括在不同的空间位置上放置的麦克风,多个麦克风采集钢琴在不同位置的演奏音信号即空域信号,实现在宏观上对钢琴的演奏音质进行分析;
所述麦克风阵列录音装置用来采集钢琴演奏音的空域信号以用于宏观上的分析;所述高质量麦克风录音装置:用来采集钢琴高保真演奏音的信号以用于微观上的分析;高质量麦克风录音装置包含能采集高保真演奏音信号的单个麦克风,并结合Adobe Audition软件生成高保真wav音频文件;
所述信号特征提取模块通过对麦克风阵列录音装置和高质量麦克风录音装置采集到的钢琴演奏音形成的音频文件进行信号特征提取,提取得到宏观上和微观上的信号特征,这些信号特征包括空域特征、时域特征、频域特征以及时频图特征;然后建立样本库,用于存储模糊神经网络的输入样本,输入样本包括训练样本和待评价样本两种样本类型;样本内容为信号特征向量,包括提取到的信号特征和对应的曲风标签;
所述的信号特征分析模块实现模糊集和模糊推理规则建立的功能,包括将提取到的信号特征与从专家听音评价模块中得到的主观评价数据进行统计对比分析,由此建立信号特征和主观评价数据的模糊集,同时建立评价过程的模糊推理规则;
所述的音质评价模块实现将样本库中的样本经过模糊神经网络的处理后,输出音质评价分数的功能;此音质评价模块在使用前,需采用所述的信号特征分析模块建立的模糊推理规则来确定模糊神经网络的结构,并且将所述样本库的所有样本作为模糊神经网络的训练样本,而每个样本对应的音频文件的主观评价数据作为期望输出,即监督信号,然后对模糊神经网络进行训练;网络训练好后,音质评价模块即可使用;用户使用音质评价模块时,无需人工获取主观评价数据,就可实现在获取到待评价的样本后智能输出评价分数的功能。
2.利用权利要求1所述一种结合曲风的钢琴演奏音质评价系统的评价方法,其特征在于包括系统建立过程和用户使用过程;系统在使用之前,需要采集不同钢琴上不同曲风的演奏音信号,收集专家主观评价数据并提取和分析信号特征,确定模糊神经网络的结构并进行训练;
系统建立过程的步骤如下:
(1)通过分析具有代表性的曲风分类规则,建立带有曲风标签的钢琴曲曲库,曲风标签是指在曲风分类的基础上对各曲风进行编号标记;
(2)使用麦克风阵列录音装置和高质量麦克风录音装置现场录制在多台钢琴上演奏的演奏音信号,演奏的曲子包含了钢琴曲曲库中的所有曲子;将麦克风阵列录音装置采集的演奏音信号经过处理之后形成多声道音频文件,高质量麦克风录音装置采集得到的演奏音信号经过相应处理之后形成高保真音频文件;
(3)将高保真音频文件在听音室中进行回放,让多名专业人士进行听音实验,对其音质的好坏进行评价,收集主观评价数据,并将统计得到的主观评价数据、音频文件和曲风标签对应地存储到音乐数据库中;
(4)基于音频信号的短时平稳性,对多声道音频文件和高保真音频文件进行预加重处理和分帧处理;
(5)将音乐数据库中的所有音频文件输入到信号特征提取模块进行信号特征的提取,并建立样本库,将提取到的信号特征和对应的曲风标签一起形成信号特征向量,对应地存储到样本库中,作为训练样本;
(6)将提取到的信号特征进行统计,与步骤(3)中的主观评价数据进行对比分析,从而建立信号特征和主观评价数据的模糊集,同时建立评价过程的模糊推理规则;所述模糊集和模糊推理规则是指判断音质好坏所需要的条件和判断逻辑在模糊数学中的描述;如可以做如下描述:如果基频泛音比例在x1范围,且空间均衡度在y1范围,则音质评价得分在z1范围;x1,y1,z1都属于各自的模糊集X、Y、Z;
(7)根据步骤(5)中得到的信号特征向量的大小以及步骤(6)中分析得到的模糊推理规则,确定模糊神经网络的结构,将样本库的所有样本作为模糊神经网络的训练样本,而每个样本对应的音频文件的主观评价数据作为期望输出,即监督信号,然后对模糊神经网络进行训练,音质评价模块即完成建立;
将系统建立好之后,用户即可以使用此系统,无需人工获取主观评价数据,就可实现在获取到待评价的样本后智能输出评价分数的功能;
用户使用系统的步骤如下:
(1)让用户选择钢琴曲曲库中的一首曲子并在待评价的钢琴上演奏,麦克风阵列录音装置和高质量麦克风录音装置同时采集演奏音信号;
(2)将演奏音信号经过处理后形成音频文件,与曲风标签一起存储到音乐数据库中;
(3)将音频文件进行预处理后输入信号特征提取模块,将提取出的信号特征和曲风标签一起形成信号特征向量,存储到样本库中作为待评价样本;
(4)将待评价样本输入到建立好的音质评价模块中,最终音质评价模块会输出一个在[0,100]范围内的评价分数,作为所选钢琴的演奏音质评价结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810311753.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:非接触式打击乐器
- 下一篇:共鸣音控制装置和共鸣音的定位控制方法