歌曲风格与歌手音质自动分析研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·音频分类的研究现状 | 第9-10页 |
| ·符号化音乐的研究现状 | 第10页 |
| ·非符号化音乐的研究现状 | 第10-11页 |
| ·研究内容及结构安排 | 第11-14页 |
| 第2章 歌曲风格与歌手音质研究中的特征提取方法 | 第14-25页 |
| ·歌曲信号的预处理 | 第14-16页 |
| ·采样与量化 | 第14页 |
| ·分帧 | 第14-15页 |
| ·预加重 | 第15页 |
| ·加窗 | 第15-16页 |
| ·传统特征的提取 | 第16-20页 |
| ·MFCC特征 | 第16-18页 |
| ·LPCC特征 | 第18-19页 |
| ·共振峰与短时能量 | 第19-20页 |
| ·CQT特征的提取方法 | 第20-21页 |
| ·CQT特征的优点 | 第20页 |
| ·CQT特征的分析 | 第20-21页 |
| ·CQT特征的提取步骤 | 第21页 |
| ·节拍直方图特征的提取方法 | 第21-24页 |
| ·节拍特征分析 | 第21-22页 |
| ·节拍直方图求解步骤 | 第22-24页 |
| ·节拍直方图中的特征选择 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 高斯混合模型、歌曲风格向量以及雷达图 | 第25-32页 |
| ·高斯混合模型的概念、初始化及训练 | 第25-29页 |
| ·高斯混合模型的概念 | 第25-26页 |
| ·基于K-均值聚类的模型初始化算法 | 第26-27页 |
| ·基于EM的模型训练算法 | 第27-29页 |
| ·歌曲风格向量以及雷达图表示 | 第29-31页 |
| ·歌曲风格向量及雷达图意义 | 第29-30页 |
| ·歌曲风格向量的表示 | 第30页 |
| ·雷达图的表示 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于特征融合和雷达图的歌曲风格研究 | 第32-45页 |
| ·系统构建、数据库及性能评价 | 第32-33页 |
| ·系统构建 | 第32-33页 |
| ·数据库 | 第33页 |
| ·性能评价 | 第33页 |
| ·基于短时音质特征的识别率比较 | 第33-36页 |
| ·高斯混合数对识别率的影响 | 第36-37页 |
| ·基于雷达图的可视化分析 | 第37-38页 |
| ·基于长短时特征融合的单一风格歌曲分类 | 第38-42页 |
| ·基于 CQT特征的单一风格歌曲分类 | 第42-43页 |
| ·基于长短时特征融合的双重风格歌曲分类 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于MFCC与共振峰的歌手音质研究 | 第45-49页 |
| ·系统构建和数据库 | 第45-46页 |
| ·系统构建 | 第45页 |
| ·数据库 | 第45-46页 |
| ·基于MFCC及其差分的歌手嗓音研究 | 第46-47页 |
| ·基于共振峰的歌手嗓音研究 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的学术论文 | 第53-55页 |
| 致谢 | 第55页 |
