乐音识别方法及应用

doi:10.3724/SP.J.1087.2005.0968

计算机应用 ›› 2005, Vol. 25 ›› Issue (04): 968-970.DOI: 10.3724/SP.J.1087.2005.0968

乐音识别方法及应用

徐国庆^1,2，杨丹¹，王彬洁³，文俊浩¹

1.重庆大学软件学院； 2.武汉化工学院； 3.武汉化工学院计算机科学与工程学院

发布日期:2005-04-01 出版日期:2005-04-01

Method and the application of musical tone recognition

XU Guo-qing^1,2, YANG Dan¹, WANG Bin-jie³, WEN Jun-hao¹

1. Faculty of Software Engineering,Chongqing University,Chongqing 400030,China; 2. College of Computer Science and Engineering,Wuhan Institute of Chemical Technology, Wuhan Hubei 430074,China; 3.Wuhan Institute of Chemical Technology, Wuhan Hubei 430074,China

Online:2005-04-01 Published:2005-04-01

摘要/Abstract

摘要： 通过研究乐音的声音和物理特性,提出一种识别乐音信号的方法,该方法实现在频域的精确定位,在基音频率检测上优于单一小波方法,在识别效果方面优于DTW方法,并开发了乐音识别和自动作曲系统。此方法可以为乐音识别提供参考。

关键词: 乐音识别, 端点检测, 小波变换, 快速傅立叶变换

Abstract: This thesis investigate the musical and physical characters of the musical sound, and advances a new method to recognize the musical tone firstly. This method realizes the precise frequency resolution. It is more advantageous than the pitch detection method and the single wavelet method. It is also more effective than Dynamic Time Warping method. This method is ideal for the pitch recognition of the musical sound. It is first advanced in the technology domain and it has a high application value.

Key words: musical tone recognition, edge detection, DWT, FFT, melodize automatically

中图分类号:

TN912.3

徐国庆，杨丹，王彬洁，文俊浩. 乐音识别方法及应用[J]. 计算机应用, 2005, 25(04): 968-970.

XU Guo-qing, YANG Dan, WANG Bin-jie, WEN Jun-hao. Method and the application of musical tone recognition[J]. Journal of Computer Applications, 2005, 25(04): 968-970.

[1]	闫钧华, 侯平, 张寅, 吕向阳, 马越, 王高飞. 基于双通道卷积神经网络的图像单失真类型判定方法[J]. 计算机应用, 2021, 41(6): 1761-1766.
[2]	杨健, 李振鹏, 苏鹏. 语音分割与端点检测研究综述[J]. 计算机应用, 2020, 40(1): 1-7.
[3]	姚志成, 吴智慧, 杨剑, 张盛魁. 阵列互耦误差FIR校正滤波器设计与FPGA实现[J]. 计算机应用, 2019, 39(8): 2374-2380.
[4]	邱甲军, 吴跃, 惠孛, 刘彦伯. 基于小波变换的分数阶微分算法在肝脏肿瘤CT图像纹理增强中的应用[J]. 计算机应用, 2019, 39(4): 1196-1200.
[5]	石昌友, 王美丽, 刘欣然, 黄慧丽, 周德强, 邓干然. 基于机器视觉的不同类型甘蔗茎节识别[J]. 计算机应用, 2019, 39(4): 1208-1213.
[6]	陈善学, 漆若兰, 唐义嫄. 基于多变换域的彩色图像多功能水印算法[J]. 计算机应用, 2018, 38(8): 2274-2279.
[7]	邹佳彬, 孙伟. 基于提升静态小波变换与联合结构组稀疏表示的多聚焦图像融合[J]. 计算机应用, 2018, 38(3): 859-865.
[8]	高净植, 刘祎, 白旭, 张权, 桂志国. 平稳小波域深度残差CNN用于低剂量CT图像估计[J]. 计算机应用, 2018, 38(12): 3584-3590.
[9]	张弢, 康缘, 任帅, 柳雨农. 基于压缩感知和GHM多小波变换的信息隐藏算法[J]. 计算机应用, 2017, 37(9): 2581-2584.
[10]	陈淑琴, 李智, 程欣宇, 高奇. 人眼视觉特性与SIFT相结合的视频双水印算法[J]. 计算机应用, 2017, 37(7): 1936-1942.
[11]	夏浩, 张丽杰. 随机噪声干扰下的迭代学习控制器设计[J]. 计算机应用, 2017, 37(1): 294-298.
[12]	李微微, 梅雪, 周宇. 基于小波变换的功能磁共振图像时间序列分步去噪[J]. 计算机应用, 2016, 36(9): 2601-2604.
[13]	王治文, 罗晓清, 张战成. 基于四元数小波变换的清晰度评价[J]. 计算机应用, 2016, 36(7): 1927-1932.
[14]	黄智, 付兴武, 刘万军. 混合相似性权重的非局部均值去噪算法[J]. 计算机应用, 2016, 36(2): 556-562.
[15]	谢斌, 杨丽清, 陈琴. 基于EMD-SVD差分谱的DWT域LMMSE自适应信道估计算法[J]. 计算机应用, 2016, 36(11): 3033-3038.

乐音识别方法及应用

Method and the application of musical tone recognition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics