学位论文 > 优秀研究生学位论文题录展示
基于MIDI的乐器控制系统和音符的自动识别方法研究
作 者: 高雪松
导 师: 蔡征宇
学 校: 南京理工大学
专 业: 信号与信息处理
关键词: 音乐识别 FFT 基音 MIDI 单片机 RBF MFCC 神经网络 证据理论 数据融合
分类号: TN912.34
类 型: 硕士论文
年 份: 2012年
下 载: 80次
引 用: 0次
阅 读: 论文下载
内容摘要
计算机的出现推动了现代电子音乐的发展,基于计算机和电子技术的音乐合成、音乐识别和特征提取等技术被越来越多地应用到音乐领域。本文研究的内容来自于某交响乐队提出的课题,该乐队希望能够通过体积较小的钢琴键盘间接操作大型的乐器,以及通过计算机识别演奏的音乐并自动记录乐谱。首先本文给出了乐器演奏控制系统的设计和实现过程,介绍了系统如何通过MIDI信号交换数据,如何通过PIC系列单片机处理MIDI数据及相关程序的处理流程,最后讨论了如何在单片机上实现系统的实时性和多线程。接着本文对音乐识别方法进行了研究。介绍了音乐的基本特性和基本的乐理,以及基于时域和变换域分析的各种传统的音高识别方法。然后分两章介绍了两种基于不同原理的单音符识别方法,第一种方法基于基音检测,提出了一种改进的将自相关计算和FFT相结合的基音识别算法,以及如何通过短时能零积法实现音符时值的测量;第二种方法基于RBF人工神经网络和MFCC特征提取,在讨论了音乐与一般语音信号的不同之后,给出了通过神经网络用分类的思想进行音符识别的具体实现过程。通过仿真和测试证明了基于神经网的音符识别方法有更可靠的性能。最后本文还提出了一种基于Dempster-Shafer证据理论的数据融合技术,用于对两种音符识别方法的结果进行综合分析,以充分利用两种方法各自的优点并得到更准确的结果,使两类方法可以同时协同工作。本文还对完成的工作进行了总结,并提出了需要进一步研究的方向。
|
全文目录
摘要 3-4 Abstract 4-8 1 绪论 8-12 1.1 选题的背景及意义 8 1.2 课题介绍 8-9 1.3 研究现状综述 9-11 1.4 论文内容结构 11-12 2 基于MIDI信号的演奏控制系统 12-25 2.1 待解决的问题 12 2.2 MIDI通信协议 12-14 2.2.1 消息的格式 12-13 2.2.2 信号的电气特性及传输 13-14 2.3 MIDI信号的接收和处理 14-21 2.3.1 方案的选择 14 2.3.2 PIC单片机 14-15 2.3.3 信号的接收 15 2.3.4 信号处理流程 15-18 2.3.5 程序实现 18 2.3.6 单片机的多线程和实时性实现 18-21 2.4 执行机构的驱动 21-23 2.4.1 执行器的选择 21-22 2.4.2 脉冲宽度调制 22-23 2.5 整体电路分析 23-25 3 音乐的特征及音符的自动识别 25-31 3.1 音乐的相关特征 25-26 3.1.1 音高和音调 25 3.1.2 音色和音品 25-26 3.1.3 节拍和时值 26 3.2 音乐信号处理 26-27 3.2.1 音乐信号和语音信号的区别 26 3.2.2 音乐信号处理的流程 26-27 3.3 音高的识别及常用算法 27-31 3.3.1 音高识别原理 27-28 3.3.2 并行处理法 28-29 3.3.3 谐波峰值法 29 3.3.4 小波分析法 29-31 4 基于基音检测的音符识别 31-39 4.1 一种自相关法和FFT相结合的基音识别算法 31-36 4.1.1 算法的原理 31-32 4.1.2 算法的实现与仿真 32-35 4.1.3 实验结果及讨论 35-36 4.2 音符时值的识别 36-39 4.2.1 识别的原理 36-37 4.2.2 算法的仿真 37-39 5 基于神经网络的单音符识别 39-52 5.1 方法的意义 39-40 5.2 人工神经网络基础 40-45 5.2.1 人工神经网络的基本特点 40 5.2.2 人工神经网络的基本原理 40-41 5.2.3 RBF神经网络原理 41-42 5.2.4 RBF神经网络结构 42-43 5.2.5 RBF神经网络的学习过程 43-45 5.3 基于RBF神经网络的单音识别系统 45-52 5.3.1 系统的实现过程 46-50 5.3.2 实验结果及讨论 50-52 6 基于证据理论的数据融合 52-59 6.1 数据融合的意义 52 6.2 证据理论简介 52-55 6.2.1 证据理论的基本定义 52-54 6.2.2 Dempster合成规则 54-55 6.3 对两类音符识别结果进行数据融合 55-59 6.3.1 识别框架的确定 55-57 6.3.2 对两类结果进行D-S数据融合 57-59 7 总结与展望 59-61 7.1 论文主要工作与成果 59-60 7.2 待改进的部分 60-61 致谢 61-62 参考文献 62-64 附录 64-68
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 转轴径向跳动和转速实时检测光电系统的研究,TH822
- 基于微型无人平台导航多传感器信息融合算法研究,V249.32
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 基于红外吸收原理的甲烷浓度检测仪,TP216
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 温室空气源热泵供热系统研究,S625
- 基于单片机和LabVIEW的静电除尘系统,X701.2
- 大学生综合素质测评研究,G645.5
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理 > 语音识别与设备
© 2012 www.xueweilunwen.com
|