首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

自动音乐识谱系统中的音符检测与流派分类

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·研究的背景第9-12页
     ·研究意义第9-10页
     ·研究现状第10-12页
   ·本文的主要工作内容和方法第12-13页
   ·本文的组织第13-15页
第二章 音乐基本知识第15-24页
   ·基本乐理知识第15-16页
   ·分析音乐感知属性的原因第16-17页
   ·人耳感受机制第17-18页
   ·人类主观听觉感知属性第18-23页
     ·音高第18-20页
     ·响度第20-23页
     ·音色第23页
   ·本章小结第23-24页
第三章 自动识谱系统结构的设计第24-28页
   ·总结已有系统第24-25页
   ·系统的组织第25-26页
   ·模块功能第26-27页
   ·本章小结第27-28页
第四章 音高检测算法的比较与设计第28-49页
   ·音高检测算法的比较研究第28-44页
     ·HPS第28-32页
     ·Cepstrum第32-34页
     ·CBHPS第34-39页
     ·Maximum Likelihood第39-42页
     ·Autocorrelation第42-43页
     ·音高提取算法总结第43-44页
   ·基于心理声学的音高检测算法的设计第44-48页
     ·算法描述第44-47页
     ·试验第47-48页
     ·优缺点分析第48页
   ·本章小结第48-49页
第五章 提取音符的互纠算法第49-59页
   ·音值检测第50-55页
     ·基于时域的音值检测第50-53页
     ·基于频谱的音值检测第53-55页
   ·互纠算法第55-58页
     ·算法描述第55-56页
     ·试验第56-58页
   ·本章小结第58-59页
第六章 基于有监督的流派分类算法的设计第59-75页
   ·音乐特征提取第59-62页
     ·音乐帧特征第60-61页
     ·音乐段特征第61-62页
   ·基于神经网络的分类第62-69页
     ·神经网络介绍第62-64页
     ·BP神经网络分类第64页
     ·试验第64-69页
   ·基于朴素贝叶斯网络的分类第69-73页
     ·贝叶斯网络简介第69-70页
     ·试验第70-73页
   ·本章小结第73-75页
第七章 总结和展望第75-76页
致谢第76-77页
参考文献第77-80页
攻硕期间取得的研究成果第80页

论文共80页,点击 下载论文
上一篇:海港码头混凝土耐久性研究--混凝土碳化程度对氯离子扩散的影响及数值模拟
下一篇:胶州湾海底隧道典型施工风险评估与研究