計算機實時伴奏系統(tǒng).pdf

1、計算機實時伴奏系統(tǒng)是讓計算機為人的現(xiàn)場音樂表演(獨奏或獨唱)進行實時伴奏，它包括三個模塊：樂音檢測，樂譜跟蹤和實時伴奏。首先，樂音檢測模塊通過實時樂音識別獲取表演的樂音信息；然后，樂譜跟蹤模塊將所獲取的樂音信息實時定位于曲目的樂譜中，并對定位結果進行動態(tài)跟蹤；在此基礎上，實時伴奏模塊根據(jù)定位結果，控制計算機實時合成伴奏音。 本文以構建實時伴奏系統(tǒng)為目標，在對相關的樂音檢測，樂譜跟蹤和實時伴奏等問題進行深入研究的基礎上，構建了一個

2、能夠在限定曲目的條件下為人的演唱進行實時伴奏的系統(tǒng)。 該系統(tǒng)用麥克風拾取人的演唱信號。由于伴奏音和歌聲基本上是同步的，因此麥克風實際接收到的是歌聲和伴奏音混疊以后的信號。這給如何從麥克風拾取的信號中提取出歌聲中所含的樂音信息造成了很大困難。通常，采用諧波成分分析的方法解決這個問題。該方法對輸入信號的短時傅里葉頻譜進行峰檢測，將找出的各諧波峰頻率的最大公約數(shù)作為信號的基頻估計。該方法有較大的局限性，一般只適用于頻譜構成相對單一的樂

3、音信號的識別。而且，由于短時傅里葉變換得到的頻譜的頻率分辨率在整個頻段是一樣的，導致該方法對低頻譜峰的檢測能力降低，可能出現(xiàn)漏檢現(xiàn)象。結果，導致該方法所給出的基頻估計經常發(fā)生錯誤。為此，我們提出了一種新的諧波成分分析算法。首先利用伴奏音的先驗知識將伴奏音的倍頻成分從頻譜圖上濾除，再對剩余的峰進行人聲基頻的檢測。與傳統(tǒng)方法不同，該算法不是簡單地將找出的各諧波峰頻率的最大公約數(shù)作為信號的基頻估計，而是采用假設檢驗的方法來確定基頻估值。首先將

4、各顯著頻譜峰頻率的分數(shù)值作為可能的基頻的候補；然后，根據(jù)候選基頻應該具備相對豐富的倍頻成分的知識，檢查所得到的頻譜中是否存在這樣的倍頻成分；最后，根據(jù)實際頻譜在候選基頻各倍頻處的分布情況進行綜合判斷。該算法能夠在混疊有伴奏音的情況下實現(xiàn)對歌聲的識別和在線分割。為了滿足系統(tǒng)的實時性要求，在低時延的約束下實現(xiàn)對歌聲的在線分割，即在一個新音的起音階段就對其進行通報。 樂譜跟蹤是實現(xiàn)實時伴奏的重要步驟。一個好的樂譜跟蹤算法應該具有較強的

5、容錯能力?，F(xiàn)有的算法存在較大的缺陷，有的采用很窄的滑動窗口導致定位視野過窄，容錯能力差；有的則設定最大的固定窗將定位視野擴大到全局范圍，這樣做雖然為實現(xiàn)正確的匹配提供了可能，但過大窗口范圍的設置不僅增加了計算量，也為誤匹配埋下了禍根(有些定位結果雖然從匹配的角度看是最佳的，但實際中并不會發(fā)生)，反而會影響定位的效果。為此，我們提出了一種基于擴充窗和重構匹配檢測器的動態(tài)規(guī)劃算法。該算法，一方面將定位視野限定在合理的范圍內，采取窗口起點固定

6、，在適當?shù)臅r候進行窗長的擴充。之所以選擇擴充窗而不是滑動窗，是為了避免因實際演奏片段和樂譜片段誤匹配而導致的窗口的強制滑動這種不明智的舉動。另一方面，我們希望對擴充窗的最大寬度進行控制以將計算代價限制在許可的范圍之內。做法是以擴充窗的最大許可寬度為約束在適當時機重新構造匹配檢測器。這里，新匹配檢測器的窗口起點設定為當前演奏音符能夠準確定位的樂譜音符的位置。這樣，對整個樂譜的跟蹤由若干個“子匹配檢測器”來實現(xiàn)，相對于全局尋優(yōu)而言計算量大為

7、減少。在實時伴奏模塊，針對樂譜跟蹤模塊得到的定位結果可能不唯一的情況，首先對定位結果進行可靠性分析，然后依據(jù)可靠性高的定位結果加入伴奏音。伴奏音的組織也不同于傳統(tǒng)的以單個音符為單位的做法，而是采取按小節(jié)為單位的方案來組織伴奏音。對伴奏音播放的調整，只對每一個伴奏音小節(jié)的整體起效，即在不改變小節(jié)內部各個伴奏音之間相對關系的前提下從整體上改變小節(jié)的持續(xù)時間。實驗結果表明，我們的做法能有效地提高伴奏音的質量。 實驗表明，本文所構建的計