[发明专利]能识别音乐自动成谱的方法

说明书

本发明公开了能识别音乐自动成谱的方法。包括步骤：（1）识别音频，追踪整体频谱的变化，实时检查是否有发音趋势；（2）追踪每个音高的频谱变化，实时检查哪些是音高发声；（3）继续追踪已发声音音高的频谱变化，检查之前的音高发声判断是否是误判；（4）根据以上步骤获得的发声音高数据、发声时间数据，估算曲谱的速度、调式以及音符类型，生成曲谱。本发明独创了一种可根据音高识别结果，逆向估算出原来曲谱的技术，最终完整实现自动识别音频音乐自动形成曲谱的方法，可满足运算简单、高效可信，在发音数上具有鲁棒性，兼容各种乐器的要求，运用于手机软件、可嵌入式设备中，还可应用于作曲创作自动成谱、乐器演奏练习检查等场景。

技术领域

本发明涉及能识别音乐自动成谱的方法，属于音乐音高识别、多音识别、自动形成曲谱等技术领域。

背景技术

音高识别技术具有广泛的用途，可用于调音器、乐曲识别、以及音频文件转换等方面。在乐器的调音器中，主要会运用到单音的音高识别技术，利用谐波峰值法识别声音的基频，检查乐器音高频率是否有所偏移，但此技术实现的音高识别只能识别到单音，如果同时响起几个音高将无法识别。而在乐曲识别的应用中，会利用音高识别技术粗略识别用户哼唱的旋律，以此作为识别依据搜索并匹配相关歌曲。在数字音频文件中，一般分为波形音频文件(包括mp3、wav等)和MIDI乐器数字接口文件，其中波形音频文件仅仅记录该音频的波形录制信息，MIDI文件则是记录音乐的曲谱信息，目前，人们还没有有效的方法把波形音频文件转换为MIDI文件，只能依靠熟悉音乐的专业人士靠听觉经验重新写出原来的曲谱。

目前应用于音高识别的技术主要有谐波峰值法、并行处理法、小波分析法等。其中谐波峰值法是针对频域谐波作分析，优点是方法直观可实现、运算量不大，但由于依赖于能量最大的谐波作为入手分析点，无法分析多音识别的情况，同时由于乐器发音经常谐波偏移，经常出现分析出的基频不准确的情况。并行处理法是针对时域进行音频分析，根据基音和基音的谐波在时间轴上进行周期性有规律叠加的原理，估算两个波峰之间的距离，由此计算出音频周期，优点是运算和实现都比较简单，缺点是结果不稳定。小波分析法则是利用小波变换作深入的分析频域特征，提取基音，其优点是准确率较高，缺点是运算量太大。

而多音估计技术，一直都是音乐识别中的难点，自70年代的斯坦福大学学者Moore开始研究起，大阪大学80年代的“音乐信号的感觉信息提取”研究项目、麻省理工学院的Hawley和Martin项目、东京大学的Kashino项目、密西根大学的Sterian项目、达拉漠大学的Douglas Nunn项目等都相应取得了研究突破，但始终未有一个运算简单、高效可信，在发音数上具有鲁棒性，兼容各种乐器的方法可应用于非实验室的小型运算设备软件，如智能手机、智能平板、可嵌入式设备等。

发明内容

本发明的目的在于提供能识别音乐自动成谱的方法，本发明独创了一种可根据音高识别结果，逆向估算出原来曲谱的技术，最终完整实现自动识别音频音乐自动形成曲谱的方法。此技术可应用于作曲创作自动成谱、乐器演奏练习检查等场景。

为了实现上述目的，本发明采用的技术方案如下：

能识别音乐自动成谱的方法，包括如下步骤：

（1）作环境噪音频谱分析，其中能量值单位取分贝(dB)，对环境噪音进行一段时间的采样，记录环境噪音在此段时间内的平均频谱能量值分布A以及每个频率段能量在时间分布的标准差值V，在之后的步骤会根据以上两个数据分布拟定每个频率段的发声能量阈值 TTL。原则是：在某个频率段的噪音能量平均值越高，发声能量阈值 越高；噪音能量标准差值越高，发声能量阈值 越高。一般会按以下公式拟定发声能量阈值 ：TTL=A x P + V xQ；其中P、Q都是按经验取的固定值，可根据环境调节，一般取P=3，Q=1。