[发明专利]一种结合乐谱的音符切分方法

摘要

本发明公开了一种结合乐谱的音符切分方法，包括下列步骤：1、对乐谱对应的MIDI文件进行解析，获得音符时值和音高信息；2、对音乐信号进行采集，之后对音乐信号进行预处理，预处理过程包括预加重、分帧、加窗等；3、采用短时平均能量的方法对预处理后的信号进行包络提取；4、对提取的信号包络进行峰值提取并将峰值与乐谱进行双向匹配，取所有信号的能量平均值作为阈值，先将大于阈值的峰值与乐谱匹配，从而确定能量较大的音符的起始点峰值；再将小于阈值的峰值与已确定音符之间的乐谱匹配；5、将起始点峰值与音乐信号中的音符起点进行一一映射，从而完成对音乐的音符切分。本发明对强弱变化较多的多音音乐能够实现准确的音符切分。

主权项

1.一种结合乐谱的音符切分方法，其特征在于，包括以下步骤：步骤1、对乐谱信息进行提取，具体是对乐谱对应的MIDI文件进行解析，提取出乐谱中的音符时值和音高信息；步骤2、对音乐信号进行采集，该音乐信号是根据步骤1中的乐谱进行演奏的，之后对采集到的音乐信号进行预处理；步骤3、对预处理后的信号进行包络提取；步骤4、对提取的信号包络进行峰值提取并将峰值与乐谱进行双向匹配；具体为：步骤4‑1、采用中值滤波对信号包络进行平滑处理，并采用极大值法提取包络中的峰值Pa；步骤4‑2、对当前峰值索引、音符在乐谱中的位置索引和音符起点在包络峰值Pa中的位置索引ind_1进行初始化，将当前峰值索引i设置为1，当前音符在乐谱中的位置索引temp_i设置为1，音符起点在包络峰值Pa中的位置索引ind_1设置为1；步骤4‑3、设定固定阈值δ，所述固定阈值δ为所有信号能量的平均值；步骤4‑4、利用阈值获得有效峰值Pn，所述有效峰值Pn为高于固定阈值δ的峰值，得到有效峰值Pn在包络峰值Pa中的位置索引为ind；步骤4‑5、对位置索引ind进行判断，若ind>1，则令音乐信号第1个音符起点Pan(1)对应包络第一个峰值Pa(1)；若ind＝1，则信号第1个音符起点对应第一个有效峰值Pan(1)＝Pn(1)，并将索引i增1，即i＝i+1；步骤4‑6、对步骤1中提取出的音符时值midi_time累加求和：其中，音符时值midi_time为1*p矩阵，p为音乐事件的个数，cumsum_time为累加和，t为音符在乐谱中的位置索引,1≤t≤p，1≤x≤t；步骤4‑7、初步判定第1个音符起点Pan(1)和第i个有效峰值Pn(i)之间信号包含的音乐事件数cm为：cm＝max{t|cumsum_time(t)≤note_len}式中，note_len为第1个音符起点Pan(1)和第i个有效峰值之间信号的相对长度，公式为：note_len＝(Pn(i)‑Pan(1))*N/n_len式中，N为帧长，n_len为一个八分音符在时域上的信号长度；步骤4‑8、将有效峰值与乐谱匹配，对第i个有效峰值所在的音符瞬态部分作傅里叶变换，利用谐波峰值法获得该段音乐信号包含的基音频率pitch，从步骤1中提取出的音高信息midi_note的第temp_i+1列到cm+1列数据寻找与基音频率pitch相等的最小列cm1，由此确定第i个有效峰值Pn(i)表示第cm1个音符的起点，即Pan(cm1)＝Pn(i)，令峰值Pan(cm1)对应在Pa中的索引为ind_2；若没有找到cm1，则该有效峰值为伪峰值，i＝i+1，返回步骤4‑7；其中音高信息midi_note为q*p的矩阵，p为音乐事件的个数，q为一个音乐事件中含有的基频个数最大值；步骤4‑9、对已经确定音符起点之间的包络峰值与乐谱匹配，设置包络峰值索引j的范围为ind_1＜j＜ind_2，将包络峰值Pa中第ind_1到ind_2个峰值逐个按照步骤4‑7的方法初步判定第1个音符起点Pan(1)和第j个包络峰值Pa(i)之间信号包含的音乐事件数cm2；步骤4‑10、设置音符起点峰值索引ii的范围为temp_i＜ii＜cm1，按照步骤4‑8中的方法来确定第j个包络峰值Pa(j)对应的第ii个音符的起点，即Pan(ii)＝Pa(j)；若某个音符起点没有与其对应的峰值，将步骤4‑9中的粗判结果作为音符起点，即Pan(cm2)＝Pa(j)；步骤4‑11、确定前cm1个音符起点之后，将当前待匹配音符起点索引temp_i设置为cm1，同时将ind_2的值赋值给下一个有效峰值在包络峰值Pa中的位置索引ind_1，即ind_1＝ind_2，i自增1，返回步骤4‑7；若找到的音符起点个数等于音符总数，双向匹配结束；步骤5、将起始点峰值与音乐信号中的音符起点进行一一映射，具体是将起始点峰值与帧长相乘，即onset＝Pan*N，得到音符起点在音乐信号中的位置，从而完成对音乐的音符切分。