当前位置:主页 > 科技论文 > 网络通信论文 >

基于非对等保护的音乐包丢失恢复的研究与实现

发布时间:2018-01-10 16:02

  本文关键词:基于非对等保护的音乐包丢失恢复的研究与实现 出处:《南京邮电大学》2014年硕士论文 论文类型:学位论文


  更多相关文章: 基于非对等保护 包恢复 onset点检测 SVM分类算法


【摘要】:在传输数据易发生错误的信道(例如无线信道)中进行数据传输时,频带利用率和抗错鲁棒性是传输系统必须考虑且相互冲突的两个部分。现阶段已经有很多关于语音信号包丢失的恢复方法。然而,其中仅仅只有很少的方法可用于处理恢复出高质量的音乐数据。音乐信号与一般的语音信号相比,二者的目的不同、应用中用户的感知质量要求不一,且当前绝大部分的音频包丢失恢复技术并没有充分的利用到音乐内容本身的一些特性。所以本文在当前的一些包丢失恢复技术的基础上提出了“基于非对等保护”的音乐包丢失恢复方法。本文的主要工作如下:(1)针对音乐信号本身存在的瞬变现象。本文对音乐信号进行了分帧处理、提取含有onset点的数据帧。该过程中本文主要通过信号的短时能量、谐波结构、过零率、相位变化等特征向量来确定onset点的时域位置。(2)利用onset点的不同特征来处理onset点的分类问题。本文采用了SVM分类方法,采用分装器wrapper模式。根据不同onset点的短时能量曲线、频谱谐波结构、频带宽度建立特征向量,从而将onset点分为Note onset及Drumbeat两类瞬变点。(3)根据不同的类型的onset点的特性,本文分别对含有Note onset或Drumbeat的丢帧进行恢复。并将每一帧的特征报文信息在缓冲的时候发送给接收端。以便于接收端对丢失的帧进行恢复。我们的实验结果显示本文的“基于非对等保护”的音乐包丢失恢复方法相比较于当下的简单的噪声抑制、包替代恢复方法在处理音乐数据流方面,有着更为显著的效果。而且本文所提出的方法相对于当前的方法而言,仅仅只需要很少的冗余信息就能较好的恢复出音乐信号。
[Abstract]:When data is transmitted in a channel, such as a wireless channel, where the transmission data is prone to errors. Frequency band efficiency and anti-error robustness are two parts of transmission system which must be considered and conflicting. There are many restoration methods for voice packet loss at this stage. However. Only a few of the methods can be used to process and restore the high quality music data. Compared with the normal speech signal, the purpose of the two methods is different, and the user's perception quality requirements are different in the application. And most of the current audio packet loss recovery techniques have not fully utilized some of the characteristics of the music content itself. Music packet loss recovery method based on non-peer-to-peer protection. The main work of this paper is as follows:. 1) aiming at the transient phenomenon of the music signal itself, this paper carries on the frame dividing processing to the music signal. Data frames with onset points are extracted. In this process, the short time energy, harmonic structure and zero crossing rate of the signal are mainly used in this paper. Phase change and other Eigenvectors are used to determine the time domain position of onset points. (2) the different features of onset points are used to deal with the classification of onset points. SVM classification method is used in this paper. According to the short time energy curve of different onset points, the structure of harmonic spectrum and the frequency band width, the eigenvector is established by using the splitter wrapper mode. Thus, the onset points are divided into Note onset and Drumbeat transients. 3) according to the characteristics of different types of onset points. This article respectively contains Note. The lost frame of onset or Drumbeat is restored, and the feature message of each frame is sent to the receiver when buffering. The result of our experiment is that the receiver can recover the lost frame. Shows the. The music packet loss recovery method based on non-peer-to-peer protection is compared with the current simple noise suppression method. Packet substitution recovery method has a more significant effect on the processing of music data flow, and the method proposed in this paper is more effective than the current method. Only a small amount of redundant information is needed to recover the music signal.
【学位授予单位】:南京邮电大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN912.3

【相似文献】

相关期刊论文 前10条

1 贾晓军;窦维蓓;;基于双域状态分类的音乐信号差错隐藏方法[J];电声技术;2008年04期

2 王铁流;陈福彬;王瑛;;喷泉系统音乐信号处理及控制代码可视化设计[J];测控技术;2007年02期

3 王仰昭,谭瑞勇;视听彩色音乐[J];五邑大学学报(自然科学版);1999年01期

4 姚剑清;音乐数据如何压缩(上)[J];电子产品世界;2002年11期

5 谢秀琴;刘若伦;;音乐信号的时频分析[J];声学技术;2008年04期

6 ;新货架[J];视听技术;1997年03期

7 赵佰生;倪巍东;金泽浩;;基于单片机的音乐信号处理系统研究[J];科学中国人;2014年14期

8 李荣;;艺科奇闻趣事[J];艺术科技;2007年04期

9 陈田明;;音乐信号自适应加重网络增量调制的理论与实现[J];电讯技术;1989年03期

10 姚剑清;音乐数据如何压缩(下)[J];电子产品世界;2002年15期

相关会议论文 前1条

1 蔡毅;郑能恒;李霞;;基于NMF的语音和音乐信号半盲分离算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年

相关重要报纸文章 前2条

1 金燕;喷泉电脑控制系统及控制方式(上)[N];中国花卉报;2003年

2 河北 罗相昆;金马汽车功率放大器的检修与改进[N];电子报;2007年

相关博士学位论文 前1条

1 关欣;音乐信号自动分类相关算法研究[D];天津大学;2009年

相关硕士学位论文 前10条

1 田洪伟;独立成分分析在音乐信号处理中的应用[D];天津大学;2009年

2 王东辉;基于单片机的音乐信号处理系统研究[D];郑州大学;2009年

3 刘利霞;钢琴音乐去混响技术的研究[D];西南交通大学;2013年

4 翟鹏;基于非负矩阵分解的单通道音乐分离研究[D];西南交通大学;2013年

5 李炳男;RBF神经网络和HMM用于音乐识别的算法研究[D];太原理工大学;2009年

6 张博扬;基于节拍检测的和弦识别研究[D];太原理工大学;2010年

7 孙健;音乐信号节奏信息实时获取技术研究与系统实现[D];大连理工大学;2011年

8 梁文彬;嵌入式音乐识别系统研究及实现[D];湖南大学;2008年

9 刘伟;音乐音符识别的方法[D];吉林大学;2008年

10 张秋月;基于相位特征的音乐符起点检测[D];天津大学;2010年



本文编号:1405873

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/1405873.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户30c13***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com