[发明专利]一种弦乐器演奏音质自动判别方法

说明书

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。

技术领域

本发明属于音乐学和信息科学的交叉技术领域，特别涉及一种弦乐器演奏音质自动判别方法。

背景技术

随着物质生活水平的迅速提高，人们对精神生活的需求日益增大。其中，音乐艺术在人们精神生活所占比重也越来越大，而器乐演奏则是音乐艺术表现形式中最重要的部分。演奏者，无论是初学几个月的初学者，还是具备多年演奏经验的演奏家，都会面临的问题是演奏音质的评判。因为演奏音质的好坏，是用于评判演奏者水平高低的最重要依据之一。

影响演奏音质的因素主要由弦乐器本身及其配件的质量(材料和结构差异)和演奏者对声音的把控能力所决定。目前，弦乐器演奏音质完全依赖于人工评判，即由专家聆听现场演奏或录音，给出评判意见。这种方法会因评审人的审美疲劳、参考标准的波动、主观审美倾向以及现场音响环境的不同等，造成评判的不准确。此外，高昂的人力成本也是人工评判的一个缺点。

“音质评判”这一行为目前主要被应用于音响技术领域。它是用来衡量音响器材质量的重要手段。其评判方法主要侧重于考察音响设备输出对录音现场的复现能力。其评判参数主要有频率响应曲线是否平直、频率的畸变和相移、输出波形与器乐或人声的音频特征的接近程度等信息学科中的特征。在器乐演奏方面，由于弦乐器演奏的音质涉及的因素多而复杂，为了使计算机自动评判结果达到较高的可靠性，需要全面提取能反映器乐音质的多种时频特征，更多地考虑演奏中产生的变量特征，并采用有效的机器学习方法进行音质的识别。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种弦乐器演奏音质自动判别方法，基于弦乐器演奏特征、音频信号特征提取以及时间序列特征等要素来实现弦乐演奏过程中音质好坏的自动判定

为了实现上述目的，本发明采用的技术方案是：

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。

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