单通道音乐信号中的人声伴奏分离方法研究

发布时间：2021-04-06 06:22

　　在快速发展的信息时代,数字媒体的数量不断激增,面对大量的音乐数据,人们对音乐信息的检索、识别、处理的需求也与日剧增,将歌曲分离成伴奏和歌声,可以应用于乐器/歌声鉴定、音频后处理、反复背景噪声去除等应用中,它在歌手与歌曲检索,音乐背景下的语音识别、旋律提取等领域有着重要的意义。与语音的降噪分离技术不同,由于不同源之间的相互干扰,人声伴奏的分离技术给学术研究带来了巨大的困难和挑战。因此,如何构建一个良好的音乐分离系统,在音乐处理中尤为重要。本文主要研究音乐信号中的人声伴奏分离问题,包含以下几个方面:（1）针对在单通道音乐分离过程中,伴奏难以分离且分离方法鲁棒性差的问题,提出一种基于二维傅里叶变换（2 Dimension Fourier Transform,2DFT）的音乐伴奏分离方法。该方法首先对单通道音乐进行短时傅里叶变换,再对变换后的幅度谱进行二维傅里叶变换处理,然后利用图像滤波的方式确定2DFT谱图中周期性峰值能量的位置,使用矩形窗构建掩蔽矩阵提取出伴奏音乐成分,最后通过短时傅里叶逆变换的方式,恢复出伴奏的时域信号。仿真实验表明,本文方法对比其他分离算法具有一定的优越性,可以将分离指... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

无监督的双语音分离算法框图

Huang等提出的基于深度学习和在其后续的工作中，进一步扩展了其网

Huang等提出的基于深度学习和在其后续的工作中，进一步扩展了其网

【参考文献】：
期刊论文
[1]结合HPSS的非负矩阵音乐分离方法[J]. 熊梅,张天骐,张婷,杨凯.  计算机工程与设计. 2018(04)
[2]基于深度学习语音分离技术的研究现状与进展[J]. 刘文举,聂帅,梁山,张学良.  自动化学报. 2016(06)
[3]多反复结构模型的精确音乐分离方法[J]. 张天骐,徐昕,吴旺军,刘瑜.  声学学报. 2016(01)

硕士论文
[1]音乐中人声分离研究[D]. 吴本谷.电子科技大学 2015
[2]基于非负矩阵分解的单通道音乐分离研究[D]. 翟鹏.西南交通大学 2013



本文编号：3120941