基于隐马尔科夫模型的钢琴音符识别算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外现状 | 第10-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文结构 | 第12-14页 |
| 第二章 预处理与特征提取 | 第14-22页 |
| 2.1 钢琴乐音物理基础 | 第14-15页 |
| 2.1.1 音符音调音色 | 第14页 |
| 2.1.2 十二音律与多音符 | 第14-15页 |
| 2.2 预处理 | 第15-16页 |
| 2.2.1 采样与量化 | 第15页 |
| 2.2.2 预加重与加窗 | 第15-16页 |
| 2.3 特征提取 | 第16-18页 |
| 2.3.1 梅尔倒谱系数 | 第17页 |
| 2.3.2 线性预测倒谱系数 | 第17-18页 |
| 2.3.3 Delta 特征 | 第18页 |
| 2.4 PCP 特征提取 | 第18-19页 |
| 2.5 信号特征参数后处理 | 第19-20页 |
| 2.6 小结 | 第20-22页 |
| 第三章 端点检测算法 | 第22-29页 |
| 3.1 音符端点定义 | 第22-23页 |
| 3.2 时域端点检测法 | 第23-25页 |
| 3.2.1 短时幅度能量 | 第23-24页 |
| 3.2.2 短时平均过零率 | 第24-25页 |
| 3.3 频域分析 | 第25-26页 |
| 3.3.1 高频分量 HFC | 第25页 |
| 3.3.2 频谱差 | 第25-26页 |
| 3.4 结合幅度相位信息的检测函数 | 第26-27页 |
| 3.5 峰值提取 | 第27-28页 |
| 3.6 小结 | 第28-29页 |
| 第四章 单音符识别与 HMM 多音符建模原理 | 第29-46页 |
| 4.1 单音符识别 | 第29-32页 |
| 4.1.1 线性叠加模型 | 第29-30页 |
| 4.1.2 构建多样本字典 | 第30页 |
| 4.1.3 多样本字典后处理 | 第30-32页 |
| 4.2 隐马尔可夫模型 | 第32-35页 |
| 4.2.1 HMM 的数学描述 | 第32-33页 |
| 4.2.2 前向后向算法 | 第33-34页 |
| 4.2.3 Viterbi 算法 | 第34-35页 |
| 4.2.4 Baum-Welch 算法 | 第35页 |
| 4.3 HMM 模型训练 | 第35-39页 |
| 4.3.1 HMM 模型初始化 | 第36-37页 |
| 4.3.2 HMM 模型参数重估 | 第37-39页 |
| 4.4 HMM 模型识别 | 第39-41页 |
| 4.4.1 独立模型的识别 | 第39-40页 |
| 4.4.2 连续模型的识别 | 第40-41页 |
| 4.5 多音符模型 | 第41-42页 |
| 4.6 多音符间模型 | 第42页 |
| 4.7 模型优化处理 | 第42-45页 |
| 4.7.1 模型自适应 | 第43-44页 |
| 4.7.2 噪声消除 | 第44-45页 |
| 4.8 小结 | 第45-46页 |
| 第五章 钢琴音符识别系统 | 第46-59页 |
| 5.1 单音符识别系统 | 第46-48页 |
| 5.1.1 实验数据准备 | 第46-47页 |
| 5.1.2 单音符结果分析 | 第47-48页 |
| 5.2 多音符识别中训练与测试数据 | 第48-51页 |
| 5.3 HMM 模型参数 | 第51-52页 |
| 5.3.1 模型结构 | 第51页 |
| 5.3.2 状态数的选取 | 第51-52页 |
| 5.4 多音符 HMM 模型训练 | 第52-56页 |
| 5.4.1 多音符 MFCC 特征提取 | 第53页 |
| 5.4.2 多音符 HMM 模型初始化 | 第53-55页 |
| 5.4.3 多音符 HMM 模型参数重估 | 第55-56页 |
| 5.5 多音符系统识别 | 第56-57页 |
| 5.6 多音符识别结果与分析 | 第57-58页 |
| 5.6.1 正确识别率定义 | 第57页 |
| 5.6.2 识别结果与分析 | 第57-58页 |
| 5.7 小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和参加科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |
