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--电声技术与设备论文

音符起始点检测算法研究

摘要第5-6页
Abstract第6-7页
图表目录第11-13页
1 绪论第13-24页
    1.1 研究的背景和意义第13-18页
        1.1.1 基于内容的音乐信息检索第13-16页
        1.1.2 音符起始点检测在CBMIR领域的重要研究意义第16-18页
    1.2 国内外研究现状第18-21页
        1.2.1 国内外代表性文献第18-19页
        1.2.2 现有算法原理分析和总结第19-21页
        1.2.3 现有算法存在的问题第21页
    1.3 本文主要研究工作和创新点第21-23页
    1.4 本文的组织结构第23-24页
2 音符起始点检测算法总体框架第24-51页
    2.1 音符起始点检测算法总体框架第24-38页
        2.1.1 常用的信号变换方法第25-27页
        2.1.2 音符起始点检测中的声学特征第27-34页
        2.1.3 检测函数第34-38页
    2.2 音乐知识库启发下的音符起始点检测框架第38-40页
        2.2.1 特征提取中乐理知识和音乐心理学的作用第38-39页
        2.2.2 音乐知识库启发下的音符起始点检测框架第39-40页
    2.3 有关乐理知识和音乐心理学第40-46页
        2.3.1 乐音体系第40-42页
        2.3.2 节奏和节拍第42-43页
        2.3.3 音程与和弦第43-44页
        2.3.4 调和调式第44页
        2.3.5 音乐心理学下的音高、响度和音色第44-46页
    2.4 分音波动特征第46-48页
    2.5 实验数据集第48-49页
    2.6 实验评估标准第49-50页
    2.7 本章小结第50-51页
3 连续小波变换下分音波动的音符起始点检测第51-68页
    3.1 小波变换理论基础第51-54页
        3.1.1 连续小波变换CWT第51-53页
        3.1.2 离散小波变换DWT第53-54页
        3.1.3 离散小波变换的多分辨分析第54页
    3.2 CWT下的分音波动音符起始点检测第54-61页
        3.2.1 算法思路和流程第54-55页
        3.2.2 分音波动特征提取和检测函数生成第55-57页
        3.2.3 改进的峰值提取算法第57-59页
            3.2.3.1 常用峰值提取算法第58页
            3.2.3.2 双边指数光滑算法第58-59页
            3.2.3.3 移动窗口归一化处理第59页
        3.2.4 CWT下的峰值提取算法步骤第59-61页
    3.3 实验结果与分析第61-67页
        3.3.1 实验结果第61-64页
        3.3.2 改进的峰值提取算法效果分析第64-66页
        3.3.3 参数分析第66-67页
        3.3.4 性能分析第67页
    3.4 本章小结第67-68页
4 基于常量Q变换的音符起始点检测第68-79页
    4.1 CQT背景知识第68-72页
        4.1.1 CQT基本原理第68-70页
        4.1.2 CQT快速算法第70-71页
        4.1.3 CQT在CBMIR中的应用第71-72页
    4.2 基于CQT的分音波动检测算法第72-74页
        4.2.1 算法思路第72页
        4.2.2 算法步骤第72-74页
    4.3 实验结果与分析第74-77页
        4.3.1 实验结果第74-76页
        4.3.2 参数分析第76-77页
        4.3.3 性能分析第77页
    4.4 本章小结第77-79页
5 基于匹配追踪的音符起始点检测第79-114页
    5.1 信号的稀疏分解及其研究进展第79-89页
        5.1.1 稀疏表示理论基础第79-81页
        5.1.2 稀疏分解算法第81-86页
        5.1.3 稀疏分解字典第86-89页
    5.2 稀疏分解下的音乐信号模型第89-92页
        5.2.1 正弦模型第90-91页
        5.2.2 STN模型(Sines+Transients+Noise)第91-92页
        5.2.3 泛音模型第92页
    5.3 基于匹配追踪的音符起始点检测第92-95页
        5.3.1 音乐信号模型第93页
        5.3.2 冗余字典第93-94页
        5.3.3 快速MP算法第94页
        5.3.4 MP下的音符起始点检测总体流程第94-95页
    5.4 EBA检测算法第95-97页
    5.5 PBA检测算法第97-99页
    5.6 基于高斯核的光滑算法第99-100页
    5.7 实验结果分析第100-111页
        5.7.1 实验结果第100-106页
        5.7.2 参数分析第106-108页
        5.7.3 性能分析第108-109页
        5.7.4 分音波动特征作用分析第109-110页
        5.7.5 光滑算法比较分析第110-111页
    5.8 关于融合检测算法的讨论第111-112页
    5.9 本章小结第112-114页
6 总结和展望第114-117页
    6.1 工作总结第114-115页
    6.2 工作展望第115-117页
致谢第117-118页
参考文献第118-127页
附录A 攻读博士学位期间发表的论文和出版著作情况第127-128页
附录B 攻读博士学位期间参加课题及资助基金第128页

论文共128页,点击 下载论文
上一篇:脉冲激光对半导体材料热力效应及在CIGS-TFSC划线中应用
下一篇:思想政治教育视角下高校突发性群体事件研究