[发明专利]一种弦乐器演奏音质自动判别方法

权利要求书

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_r

T_r＝T_stb-T₀

T_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。

2.根据权利要求1所述弦乐器演奏音质自动判别方法，其特征在于，所述倒谱系数提取过程中，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的过程是：

式中C_LPCC为线性预测倒谱系数，C_LPC为线性预测系数，z为预测系数的序号，k为求和运算中每次迭代所取的点数序号。

3.根据权利要求1所述弦乐器演奏音质自动判别方法，其特征在于，所述乐器类型分类过程中，采用贝叶斯分类器对特征向量进行识别。

4.根据权利要求1所述弦乐器演奏音质自动判别方法，其特征在于，所述信噪比SNR的获取方法为：使用快速独立成分分析算法提取噪声，对音频信号进行归一化和白化，以下两公式作为核心迭代公式进行迭代：

W^*＝E{Xg(W^TX)}-E{g′(W^TX)}W

W＝W^*/||W^*||

其中，X为原始音频信号，W的初始值为n维随机矩阵，n表示需要分离的独立随机变量个数，E{·}为均值运算，g(·)为非线性函数，取g(y)＝tanh(y)、或y³，将分离所得的信号功率与输入信号功率作商，得到信噪比SNR。