基于稀疏分解的音符识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文内容安排 | 第13-14页 |
| 第2章 音乐信号分析 | 第14-22页 |
| ·引言 | 第14页 |
| ·音高及十二平均律 | 第14-15页 |
| ·钢琴音乐信号模型 | 第15-18页 |
| ·基频估计技术难点 | 第18-20页 |
| ·音乐信号的时频分布 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 音乐频率特征提取 | 第22-33页 |
| ·引言 | 第22页 |
| ·基频时域提取法 | 第22-27页 |
| ·衰减型梳状滤波器 | 第22-26页 |
| ·增强型梳状滤波器 | 第26-27页 |
| ·基频频域提取法 | 第27-33页 |
| ·模拟人耳频率响应 | 第28-30页 |
| ·频域基频估计 | 第30-33页 |
| 第4章 基于MP音乐特征提取 | 第33-41页 |
| ·引言 | 第33页 |
| ·音符基频稀疏性 | 第33-35页 |
| ·带通原子库 | 第35-38页 |
| ·通带带宽 | 第36页 |
| ·多分辨率分析 | 第36-38页 |
| ·带通原子库的建立 | 第38页 |
| ·MP听觉特征提取 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于BP音乐基频估计 | 第41-53页 |
| ·引言 | 第41页 |
| ·音色分析 | 第41-44页 |
| ·KS(Karplus-Strong)算法 | 第41-42页 |
| ·音符各频率分量衰减特性 | 第42-44页 |
| ·音色重建 | 第44-46页 |
| ·混合信号BP分解 | 第46-50页 |
| ·音色原子库 | 第46-47页 |
| ·信号BP分解算法 | 第47-48页 |
| ·混合音BP分解仿真 | 第48-50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第59页 |
