[发明专利]一种弦乐器演奏音质自动判别方法

摘要

一种弦乐器演奏音质自动判别方法，首先，对乐器类型及其演奏模式进行自动识别；其次，针对乐器的类型和演奏模式，提取器乐演奏的动态和静态特征；最后，将提取的特征作为输入，以随机森林模型为分类器，进行训练和分类，并对结果进行连续化处理，本发明通过引入新的特征，形成了融合时域与频域、静态与动态结合的器乐音质表达形式；针对不同表达形式的特点，采用对应的音质识别算法来进行识别，并对识别结果进行综合得到最终识别结果，实现弦乐器演奏音质的自动化评价。该方法综合考虑了弦乐器演奏过程中的特征、时间序列模型和音频时域与频域的特征，设计了一套完整的弦乐器演奏音质学习‑识别技术。

主权项

1.一种弦乐器演奏音质自动判别方法，包括如下步骤：首先，对乐器类型及其演奏模式进行自动识别；其次，针对乐器的类型和演奏模式，提取乐器演奏的动态和静态特征；最后，将提取的特征作为输入，以随机森林模型为分类器，进行训练和分类，并对结果进行连续化处理；所述乐器类型自动识别的方法如下：1)提取用以描述乐器类型的3种音频特征a)每一帧的频谱重心G其中，m为窗宽，f_n为声音的n次谐波频率，即音频信号经离散傅立叶变换(DFT)后第n个点处代表的频率，A_n为f_n所对应的振幅，通过滑动窗的滑动得到一系列频谱重心，计算其最大值G_M、最小值G_min、均值G_e和标准差G_s；b)上升时间T_rT_r＝T_stb‑T₀T_stb为一段音频中时域幅值稳定的时刻，T₀为演奏发声的起始时间，即音频的开始时刻；c)倒谱系数分别对上升时间和稳定时间对应的音频，以窗宽m的滑动窗和Δm的重叠率进行分帧，并使用Levinson‑Durbin算法，计算每帧音频的11维LPC系数，并将该系数转换为倒谱系数，其中Δm选择为0.25或0.5；2)乐器类型分类将以上3种音频特征串联起来形成16维的特征向量，对特征向量进行识别，输出结果为乐器类型，即分为击弦类乐器和拉弦类乐器；其特征在于，所述演奏模式自动识别的方法如下：在频谱重心、上升时间和倒谱系数的基础上，加入信噪比SNR；将组合而得的18维特征作为高斯分类器的输入，进行训练，输出结果为柔和模式、高噪声模式和普通模式。