基于动态GMM模型的歌曲歌唱部分检测
2016-02-13吕兰兰
现代计算机 2016年35期
吕兰兰
(湖南科技学院电子与信息工程学院软件工程系,永州425100)
基于动态GMM模型的歌曲歌唱部分检测
吕兰兰
(湖南科技学院电子与信息工程学院软件工程系,永州425100)
针对人工标注歌声/纯伴奏信号存在的误差,以及初始训练的歌唱模型/伴奏模型与测试歌曲之间在音乐风格、乐器等方面的差异,提出建立基于对数似然比的动态GMM模型。在使用初始模型对测试歌曲的每一帧进行分类后,根据似然比选出可信度较高的连续帧数据,对初始模型进行动态更新,使得更新后的模型与测试歌曲之间的差异缩小。实验结果表明,相对初始模型,使用动态更新后的模型对歌曲的歌唱部分进行检测,准确率更高。
歌唱部分检测;高斯混合模型;似然比;动态模型
0 引言
歌曲中的歌唱部分是一首歌曲的精华所在,对于歌曲的检索和分类有很大帮助。一首歌曲通常由歌手演唱部分和纯伴奏部分构成,其中歌手的演唱部分是人声与伴奏音乐的叠加,纯伴奏部分则不含人声、纯粹由伴奏乐器的声音构成。歌曲中的歌唱部分检测,指的是在歌曲中定位这两种信号出现的起始时间和结束时间。通过检测歌曲的歌唱部分,可以快速挖掘歌曲中与歌曲内容有关的信息。此外,歌曲中的歌唱部分检测,也可以作为歌词识别和歌手识别的前端处理。
大量研究表明,现有的歌曲歌唱部分检测算法大多采用声学特征参数和概率统计模型分类器相结合的处理方法[1-3]。……
登录APP查看全文
