[发明专利]一种结合SVM和增强型PCP特征的和弦识别方法

权利要求书

1.一种结合SVM和增强型PCP特征的和弦识别方法，具体包括以下步骤：

步骤一、音频输入并进行节拍跟踪：通过节拍跟踪获取与节拍构成相符的音频节拍时间点信息，并得到信号能量特征E；

步骤二、提取增强型音级轮廓特征：对信号能量特征E进行音高倒谱系数的处理，采用音高尺度公式log(E*C+1)代替信号能量特征E，其中，C表示音高正常数，C=100；对使用对数表示的音级能量进行DCT变换获取音高倒谱系数；然后，保留高频音高倒谱系数，将低频音高倒谱系数置零，对处理后的音高倒谱系数进行DCT逆变换得到变换后的音级能量，然后进行频谱映射，得到12维增强型音级轮廓特征，记做lgE；对12维lgE特征的两两音级之间做互相关计算，将12维信号特征扩展为90维；

步骤三、支持向量机分类参数的训练：提取每首歌曲的增强型音级轮廓特征并与相应歌曲的标签文件组合形成的特征向量输入到两类分类器支持向量机中进行训练；

步骤四、两类和弦分类到多类和弦分类的转变：将音乐和弦分为25类，包括12类大调和弦（C，C#，…G）和12类小调和弦（c，c#，…g），其他和弦作为第25类和弦，采用DAG算法完成两类分类到多类分类的转换；

步骤五、和弦类型的识别：通过步骤三和步骤四得到与25类和弦分别对应的分类器参数，将待识别歌曲输入到已经训练好的分类器中，从而得到该歌曲的和弦识别率。

2.根据权利要求1所述结合SVM和增强型PCP特征的和弦识别方法，其中，步骤一中采用动态规划的节拍跟踪算法来计算音频节拍时间点信息，包括起始点能量包络、自相关最佳速率估计和节拍跟踪三个过程，具体步骤如下：

首先，将音频信号进行FFT变换，通过一个权重矩阵将傅立叶频谱变换成40维Mel频谱，计算每一维频谱沿时间轴的一阶差分，然后将整个频谱内的值相加，滤除直流后得到起始能量包络；

其次，对音频信号的起始能量进行自相关运算，并在自相关运算结果的对数域上加高斯窗获取单一主峰值，将自相关中最大的滞后值作为最佳速率估计；

最后，通过动态规划算法并利用起始能量包络和最佳速率估计获取节拍的时间位置信息，完成节拍跟踪。

3.根据权利要求1所述结合SVM和增强型PCP特征的和弦识别方法，其中，步骤二中，进行频谱映射的步骤如下：

按照音乐理论中的平均律，以对数方式将变换后的音级向量按照下述公式映射为新的音级轮廓特征：

p(k)=[1200*log₂(k*f_s/N*f_r)]mod1200     （1）

公式（1）中，f_s代表采样率，f_s/N代表频域间隔，f_r表示参考频率，f_r对应了十二平均律中的C1音，k*f_s/N则表示频域中每一个分量的频率；忽略八度关系只考虑把频率能量分为12个频带，将所有与某一特定音级相对应的频率值的音级分量根据公式（1）相加得到一个12维的音级轮廓特征：

PCP=Σk:p(k)=p|lgE(k)|,p=1,2,...,12---(2)]]>

根据步骤一得到的节拍点时间信息，计算每个节拍间隔内音级轮廓特征的平均值并作为基于节拍的音级轮廓特征：

PCP‾=1MΣm=1MPCP(p),p=1,2,...,12---(3)]]>

公式（3）中，M是每个节拍内的帧数，这样就得到了基于节拍的12维音级轮廓特征，完成频谱映射。

4.根据权利要求1所述结合SVM和增强型PCP特征的和弦识别方法，其中，步骤四中，两类和弦分类到多类和弦分类的转换，具体步骤如下：

将12类大调和弦（C，C#，…G）和12类小调和弦（c，c#，…g）的标签文件，为别依次标记为数字1，2，…，24；在和弦分类时，首先由分类器判断“1对24”，若判断结果是24，则沿DAG算法往左判断；接着判断“2对24”，判断结果为24，则继续往左判断，依此类推，得到整个歌曲每个节拍内的和弦类别。