基于矢量量化的弦乐颤音自动检测

doi:10.3778/j.issn.1002-8331.2010.31.055

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (31): 199-201.DOI: 10.3778/j.issn.1002-8331.2010.31.055

• 图形、图像、模式识别 • 上一篇下一篇

基于矢量量化的弦乐颤音自动检测

孙荣坤，韩纪庆

哈尔滨工业大学计算机科学与技术学院，哈尔滨 150001

收稿日期:2009-03-08 修回日期:2009-05-11 出版日期:2010-11-01 发布日期:2010-11-01
通讯作者: 孙荣坤

Automatic string music vibrato detection based on vector quantization

SUN Rong-kun，HAN Ji-qing

School of Computer Science and Technology，Harbin Institute of Technology，Harbin 150001，China

Received:2009-03-08 Revised:2009-05-11 Online:2010-11-01 Published:2010-11-01
Contact: SUN Rong-kun

摘要/Abstract

摘要： 自动音乐标注是音频信息检索的基础，并可广泛应用于辅助音乐教学、辅助音乐创作等许多音乐相关领域。然而，在弦乐器演奏的音乐中存在着大量用于修饰或表现乐曲情感、风格的颤音。在对这类乐器的自动音乐标注中，如果不进行颤音检测而直接进行标注容易出现错误。对基于矢量量化的弦乐颤音识别方法进行了研究，提出了一种用于对整段音乐进行颤音检测的方法。实验证明这种方法是精确有效的。

关键词: 音乐标注, 颤音, 弦乐, 矢量量化

Abstract: Music transcription is one of the foundations of audio information retrieval，and it can be used in the areas of music education and music composing.However，in some string music，there is a sound effect called “vibrato” which can express the emotion and the style.If that sound effect is not treated seriously in music transcription，it will lead to a wrong result.A method to recognize the vibrato of string music based on vector quantization is studied in detail，and a method to detect the vibrato in a consecutive music is put forward.Experimental results demonstrate that the method is fairly efficient for solving the automatic string music vibrato detection problem.

Key words: music transcription, vibrato, string music, vector quantization

中图分类号:

TP391.42

孙荣坤，韩纪庆. 基于矢量量化的弦乐颤音自动检测[J]. 计算机工程与应用, 2010, 46(31): 199-201.

SUN Rong-kun，HAN Ji-qing. Automatic string music vibrato detection based on vector quantization[J]. Computer Engineering and Applications, 2010, 46(31): 199-201.

[1]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[2]	王娇1，罗四维2，邹琪2. 图像分类中基于分类矢量量化的视觉词袋模型[J]. 计算机工程与应用, 2019, 55(10): 141-145.
[3]	苏鹏，程健. DHMM在机械设备音频识别中的应用[J]. 计算机工程与应用, 2015, 51(1): 266-270.
[4]	陈拥军，徐罡，周兴付，赵慧. 无线传感器网络最少数量通信节点定位方法[J]. 计算机工程与应用, 2014, 50(5): 55-59.
[5]	孙燕. 自适应模糊聚类LBG矢量量化算法[J]. 计算机工程与应用, 2014, 50(23): 203-205.
[6]	孙燕1，姜占才2，王蕴杰2. 浊音隶属度参数及F-LBG算法[J]. 计算机工程与应用, 2014, 50(2): 204-207.
[7]	阙大顺1，田犇1，赵永安2. 基于FPGA的关键词识别系统实现[J]. 计算机工程与应用, 2013, 49(8): 217-221.
[8]	王冬芳1，李佳2，余宁梅1. 均值与矢量量化复合快速图像编码算法[J]. 计算机工程与应用, 2013, 49(14): 147-151.
[9]	熊燕. LSF参数转换分裂矢量量化的卡尔曼后滤波增强方法[J]. 计算机工程与应用, 2013, 49(10): 228-231.
[10]	魏艳娜，张景峰，金永涛. 有限状态矢量量化在语音端点检测中的应用[J]. 计算机工程与应用, 2012, 48(17): 161-164.
[11]	顾明亮1，2，张彪2 . 半监督矢量量化的汉语方言辨识[J]. 计算机工程与应用, 2011, 47(33): 109-111.
[12]	龙清1，徐皓淋2，陈善学2. 改进的矢量量化码字快速搜索法[J]. 计算机工程与应用, 2011, 47(21): 149-152.
[13]	展领，景新幸. 基于VQ-MAP和SVM融合的说话人识别系统[J]. 计算机工程与应用, 2011, 47(13): 136-138.
[14]	张庆芳^1，2，赵鹤鸣². 基于修正Mel子带系数的文本无关的说话人识别[J]. 计算机工程与应用, 2011, 47(1): 12-14.
[15]	张玉荣^1，2，谢慧³. 基于高效精确的最大公共子序列的视频片段匹配[J]. 计算机工程与应用, 2010, 46(22): 206-209.

基于矢量量化的弦乐颤音自动检测

Automatic string music vibrato detection based on vector quantization

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