范凌云 周婧

摘 要： 音阶识别方法不能结合乐音的物理和音乐特性，造成乐音处理信号量杂乱无序。针对该问题，通过复音音高确定转录音符集合，引入频谱图、谱平滑性和调和性估计建立HMM模型。分析对比实验结果表明，HMM模型可以完成乐音物理与音乐特性结合，改善乐音处理信号量杂乱无序现象。

关键词： 音阶识别； 合理性模式； 校对方法； HMM模型； 谱平滑性； 乐音处理

中图分类号： TN781?34； TP277 文献标识码： A 文章编号： 1004?373X（2018）08?0160?03

Abstract： In the musical scale recognition method， physical and musical features of the musical tone cannot be combined， which causes randomness of music tone processing signals. To resolve this problem， the notes set is determined and transcribed by using complex tone pitches. Diagram of spectrum and estimation of spectrum smoothness and harmonicity are introduced to construct the HMM model. The analysis results of comparison experiment show that the HMM model can complete the combination of musical tones′ physical and musical features， and improve the randomness phenomenon of music tone processing signals.

Keywords： musical scale recognition； rationality pattern； proofreading method； HMM model； spectrum smoothness； music tone processing

应用专业的语音识别软件，并结合计算机的专业分析，是现有音乐识别方法的主要校对形式。但由于操作手段上的局限性，这种方法不能很好地结合乐音的物理特性和音乐特性，这也使乐音处理信号量显得十分杂乱无序[1?2]。本文针对上述问题，通过RFTI复音音高合理性识别，应用频率域和时间域对音符进行识别的方法，建立了复音音高的音阶合理性识别方法。并基于此方法，获取ISTFT和频谱图，引用谱平滑性和调和性估计，建立HMM模型。由实验对比可知，本文所提出的HMM模型可完成乐音物理与音乐特性结合，改善乐音处理信号量杂乱无序现象。

1 基于复音音高转录音符的音阶合理性识别

1.1 用频率域和时间域确定转录音符

首先，根据式（1）确定符合描述特征的音符谱峰，再将这些音符谱峰按照峰类别的不同进行分类，最后确立可通过频率域和时间域进行转录的音符集合。令瞬时频率与中心频率的差值[RTFIr（t，?）]满足谱峰选择分类方法，则有：

1.2 RTFI复音音高合理性识别