【技术实现步骤摘要】
一种自动编配伴奏和弦的方法
本专利技术涉及数据处理
,具体涉及一种自动编配伴奏和弦的方法。
技术介绍
现代经济的高速发展,推动着人们的需求不断上升。从最初的物质需求到精神需求的变化,反映了新的市场和发展空间的升级。在娱乐方面,人们的变化也多种多样,其中音乐的市场开始逐渐壮大,越来越多的人开始研究音乐,投入音乐的行业中。创作是音乐必不可少的因素之一,好的音乐需要创作者拥有好的音乐素养,这其中就需要大量丰富的乐理知识作为支撑,才能保证好的创作。然而这需要长期积累和学习,以及较高的音乐素养才能完成。创作涉及到的一个重要领域就是伴奏和弦的编配,一般情况下需要资深的音乐天赋和丰富的乐理知识才能完成,而且大多是人工操作进行,门槛较高。现今,已经陆续出现相关计算机技术来解决这一问题,通过算法模型自动化地来为繁重的和弦人工编配提供便利,如:隐马尔可夫模型、随机过程、遗传算法、深度网络等。而其中目前较多的模型是隐马尔可夫模型,这需要大量的训练数据作为输入为模型训练,训练数据的好坏很大程度上影响着模型的性能。然而目前大多音频数据中,若演奏乐器较多,很多情况下存在泛音干扰以及音色不均匀等问题,较大程度影响了音频相关特征的提取,进而对模型性能也有所影响,降低和弦识别率。
技术实现思路
本专利技术的目的是为了解决现有技术中的上述缺陷,提供一种自动编配伴奏和弦的方法,通过提取音频数据的增强型PCP特征向量,输入训练隐马尔可夫模型,完成模型训练后,再将转换得到的待识别的增强型PCP主旋律特征向量输入至训练 ...
【技术保护点】
1.一种自动编配伴奏和弦的方法,其特征在于,所述的方法包括下列步骤:/nS1、对MIDI音频数据进行预处理,删除其中打击乐器音轨,融合相同乐器音轨,得到新的音轨MIDI文件;/nS2、对MIDI文件分别提取主旋律音轨和伴奏音轨,并对两组音轨序列做C调归一化,对主旋律音轨通过格式转换,转变为主旋律音频数据,伴奏音轨格式保持不变;/nS3、对所述的主旋律音频数据进行傅里叶变换得到频谱特征,根据乐理中十二平均律,将频域内每个分量展开为十二个频带;针对所有分量得到的十二个频带,将对应同一音级频带的分量相加,进而得到整个频域的十二维PCP音级轮廓特征,再通过高斯加窗,降低高低频权重影响,得到滤波后PCP主旋律特征向量;根据对数压缩算法,以一定压缩比例减小特征空间冗余度,得到增强型PCP主旋律特征向量;/nS4、提取所述的伴奏音轨的拍速、音长、音高、节奏、调号,通过拍速和节奏的计算,得到伴奏音轨的小节时长,从而将伴奏音轨分割成若干音乐小节;对每个音乐小节进行和声变换,得到和弦根音以及音程关系,该音程关系包括大调、小调,根据调号、和弦根音以及音程关系,构成该音乐小节的和弦序列,进而构建得到整个伴奏音 ...
【技术特征摘要】
1.一种自动编配伴奏和弦的方法,其特征在于,所述的方法包括下列步骤:
S1、对MIDI音频数据进行预处理,删除其中打击乐器音轨,融合相同乐器音轨,得到新的音轨MIDI文件;
S2、对MIDI文件分别提取主旋律音轨和伴奏音轨,并对两组音轨序列做C调归一化,对主旋律音轨通过格式转换,转变为主旋律音频数据,伴奏音轨格式保持不变;
S3、对所述的主旋律音频数据进行傅里叶变换得到频谱特征,根据乐理中十二平均律,将频域内每个分量展开为十二个频带;针对所有分量得到的十二个频带,将对应同一音级频带的分量相加,进而得到整个频域的十二维PCP音级轮廓特征,再通过高斯加窗,降低高低频权重影响,得到滤波后PCP主旋律特征向量;根据对数压缩算法,以一定压缩比例减小特征空间冗余度,得到增强型PCP主旋律特征向量;
S4、提取所述的伴奏音轨的拍速、音长、音高、节奏、调号,通过拍速和节奏的计算,得到伴奏音轨的小节时长,从而将伴奏音轨分割成若干音乐小节;对每个音乐小节进行和声变换,得到和弦根音以及音程关系,该音程关系包括大调、小调,根据调号、和弦根音以及音程关系,构成该音乐小节的和弦序列,进而构建得到整个伴奏音轨的和弦序列;将伴奏音轨的和弦序列以XML的数据格式保存成和弦标签文件;
S5、构建36个隐马尔可夫模型,其中,36个隐马尔可夫模型分别对应36种和弦,该36种和弦包括三和弦、五和弦、九和弦、十一和弦、十三和弦以及各自的变形和弦,每个模型状态数为六种,分别是四个活动状态、开始状态和停止状态,其中活动状态的观测函数由单一带对角矩阵的高斯观测函数构成;然后将增强型PCP主旋律特征向量与对应的伴奏音轨的和弦标签文件一同输入至36个隐马尔可夫模型中进行参数训练;
S6、提取待识别的主旋律音频数据得到待识别的增强型PCP主旋律特征向量,将待识别的增强型PCP主旋律特征向量输入至已训练的隐马尔可夫模型,预测生成和弦序列。
2.根据权利要求1所述的一种自动编配伴奏和弦的方法,其特征在于,所述的步骤S2过程如下:
S21、对MIDI文件使用高音轮廓线skyline算法提取主旋律音轨;
S22、对MIDI文件使用低音轮廓线landline算法提取伴奏音轨;
S23、对主旋律音轨和伴奏音轨序列分别进行C调归一化处理,保证调式统一;
S24、对主旋律音轨进行WAV格式音频转换,用于进行增强型PCP主旋律特征提取;
S25、伴奏音轨符号数据格式保持不变,用于构建模型的和弦标签文件。
3.根据权利要求1所述的一种自动编配伴奏和弦的方法,其特征在于,所述的步骤S3过程如下:
S31、将主旋律音频数据通过重复分帧的方式,采用汉明窗函数,相邻两个窗相互重叠半帧长度,进行每窗以采样点数为N=4096的滑动采样,从而通过傅里叶变换得到主旋律音频数据的能量频谱X(k);
S32、根据乐理中十二平均律,忽略高八度或低八度的影响,只考虑音乐中最低音阶组的十二个音级的频率值,将频域内每个分量与最低音级的频率值分别对应相除,得到十二个频率比,从而完成将分量展开为十二个频带;针对所有分量得到的十二个频带,将对应同一音级频带的分量相加,进而得到整个频域的十二维PCP主旋律特征向量,公式如下:
其中frel是最低音阶组音级的参考频率...
【专利技术属性】
技术研发人员:韦岗,刘俊伟,曹燕,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。