[发明专利]基于Teager能量熵的音符切分方法

摘要

本发明涉及音频信号处理。为克服现有技术的不足，将音频信号中的各个音符准确、快速检测出来，本发明采用的技术方案是，基于Teager能量熵的音符切分方法，包括下列步骤：1.预处理采用一阶FIR数字滤波器，系数取0.9375，实现预加重，选用汉明窗进行加窗，采用可移动的有限窗口进行加权的方法实现分帧，使帧间有交叠，以保证连续音乐信号流的自相关性和过渡信息的提取；2.特征提取提取Teager能量熵，即统计Teager能量的信息熵H；3.后处理：4.峰值提取：采用双门限阈值法进行峰值提取。本发明主要应用于音频信号处理。

主权项

一种基于Teager能量熵的音符切分方法，其特征是，具体包括下列步骤：1.预处理采用一阶FIR数字滤波器，系数取0.9375，实现预加重，选用汉明窗进行加窗，采用可移动的有限窗口进行加权的方法实现分帧，使帧间有交叠，以保证连续音乐信号流的自相关性和过渡信息的提取；2.特征提取提取Teager能量熵，即统计Teager能量的信息熵H；3.后处理H1＝C*H/max(H)    (1)H2＝‑H1*log10(H1+eps)    (2)式(1)中H为初步特征提取得到的Teager能量熵，H1和H2为分两步进行后处理后所得到的Teager能量熵，eps是为了避免对0取对数而加入的一个极小值，C为经验值，当波峰极大值与极小值相差大时，C取较大，具体依据两极值间比例而定；当极大值与极小值相差小或者有噪声污染时，C取较小(C＜1)，以防噪声被放大，最后再用移动窗进行曲线平滑；4.峰值提取采用双门限阈值法进行峰值提取：首先计算音乐流前数帧数据的Teager能量熵，并取平均值(记为N)作为背景噪声估计，双门限阈值分别为：M1＝αN，M2＝βN，其中α，β为经验值且α＜β，即M1＜M2。对于式(2)所得第i帧Teager能量熵H2(i)，如果满足H2(i‑1)＜M1，H2(i)≥M1，即由背景噪声上升为过渡阶段，且接下来的连续3～5帧都大于M2，则第i帧标记为音符起始帧。