多反复结构模型的精确音乐分离方法

• 作者: 刘瑜 吴旺军 张天骐 徐昕
• 来源期刊: 声学学报
• 年，卷（期）: 2016,（1）
• 页码范围: 135-142
• 页数: 8页
• 语种: 中文

摘要

针对基本反复模型音乐分离方法自适应性差的问题,提出一种基于美标度倒谱系数(MFCC)的多反复结构模型的音乐分离方法.首先,提取出音乐信号的MFCC系数矩阵(39维的数据构成);然后利用余弦特性得到其相似矩阵,进而将相似度一致的片段划分到一起,建立不同的反复结构模型;之后结合理想二元掩蔽(IBM)分离出背景音乐及歌声的频谱,相应的时域信号则由傅里叶逆变换获得;最后,在不同类型、长度的音乐文件上测试了算法性能,将提出的算法与Rafii的反复算法和Ozerov的灵活窗非负矩阵分解方法进行对比.实验结果表明,改进方法在分离性能上最高提高3 dB左右,并且对于曲调变换大的音乐提高效果更为明显,从而证实了改进方法是一种有效的音乐分离方法,并且更具稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张天骐		263	1256	15.0	20.0
2	徐昕		4	9	2.0	3.0
3	吴旺军		6	21	3.0	4.0
4	刘瑜		5	28	3.0	5.0