多噪聲電子音樂類型分類建模探究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了多噪聲電子音樂類型分類建模探究范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：為了解決傳統(tǒng)電子音樂類型分類方法檢測準(zhǔn)確率不高的問題，提出一種多噪聲背景的電子音樂類型分類方法。首先，降噪處理噪聲環(huán)境下的電子音樂，得到含有噪聲的電子音樂頻譜，利用感知小波包變換提取噪聲的特征，采樣噪聲的特征值并計(jì)算噪聲的短時(shí)能量，得到電子音樂降噪表達(dá)式，計(jì)算頻譜的二階矩，得到不含噪聲的電子音樂短時(shí)能量特征；然后，使用短時(shí)傅里葉變換計(jì)算得到每幀中所有電子音樂點(diǎn)的倒譜系數(shù)，利用倒譜系數(shù)得到計(jì)算電子音樂類型的二維矩陣，通過小波變換將噪聲處理表達(dá)式與計(jì)算電子音樂類型的二維矩陣，處理為最終的噪聲環(huán)境下的電子音樂類型檢測表達(dá)式。實(shí)驗(yàn)結(jié)果表明，與兩種傳統(tǒng)噪聲環(huán)境下的電子音樂類型分類方法相比，多噪聲背景的電子音樂類型分類方法檢測準(zhǔn)確率更高，更適合在噪聲環(huán)境下檢測電子音樂類型。

關(guān)鍵詞：電子音樂分類；多種噪聲環(huán)境；電子音樂降噪；噪聲特征提?。坏棺V系數(shù)；二維矩陣計(jì)算

0引言

噪聲是一類引起人煩躁、或音量過強(qiáng)而危害人體健康的聲音[1]。噪聲的種類可按照噪聲源的特點(diǎn)分類，共分為四大類：工業(yè)生產(chǎn)噪聲、建筑施工噪聲、交通運(yùn)輸噪聲和社會(huì)噪聲[2]。多種噪聲環(huán)境就是混雜了這四種噪聲的環(huán)境。電子音樂是使用電子樂器以及電子音樂技術(shù)而制作的音樂，一般而言，可使用電子機(jī)械技術(shù)制作的聲音區(qū)別電子音樂的類型。隨著數(shù)字音樂的不斷發(fā)展，如何快速、準(zhǔn)確地處理電子音樂已經(jīng)成為音樂發(fā)展的需要。研究多噪聲背景電子音樂類型分類方法，可以將電子音樂的特征通過公式表現(xiàn)出來，即使處在多種噪聲環(huán)境的影響下，也可以利用算法公式檢測出電子音樂的類型[3]。

1多噪聲背景電子音樂類型檢驗(yàn)算法設(shè)計(jì)

1.1計(jì)算電子音樂降噪表達(dá)式

在多種噪聲環(huán)境下，隨機(jī)播放一段20s的電子音樂，計(jì)算得出20s的電子音樂中，共有40000個(gè)音樂點(diǎn)[4]。繪制出這40000個(gè)音樂點(diǎn)的頻譜，如圖1所示。為了減少在音樂頻譜中高頻分量的損失，突出高頻的共振峰，預(yù)處理這段含噪聲的電子音樂頻譜[5]。H(z)=1-az-1，式中：a是一個(gè)介于0.9~1.0之間的常數(shù)；H代表預(yù)處理過程；z表示夾雜著噪聲的音樂頻率峰值。此時(shí)的噪聲數(shù)據(jù)可表示為：y(n)=s(n)-as(n-1)（1）式中：y(n)表示噪聲的時(shí)域數(shù)據(jù)；n表示夾雜著噪聲的電子音樂信號(hào)；s(n)代表噪聲信號(hào)；a為一個(gè)常數(shù)。使用感知小波包變換提取噪聲特征，然后采用分解樹結(jié)構(gòu)，處理組成噪聲特征的噪聲頻率群臨界帶，聯(lián)合巴克尺度[bark]計(jì)算改變后的噪聲臨界帶的值z(f)：z(f)=13arctan(7.6×10-4f)+3.5arctan(1.33×10-4f)[bark]（2）式中f是線性頻率，單位是Hz。為了確定有效的bark數(shù)目，采樣電子音樂頻率，設(shè)置電子音樂中的噪聲采樣頻率為10Hz，并獲得5Hz的帶寬，此時(shí)的帶寬存在大約18個(gè)臨界點(diǎn)[6]。加窗DFT處理帶寬中的臨界點(diǎn)，設(shè)X=[x(0),x(1),…,x(N-1)]T，其中：X為一帶寬中N個(gè)采樣點(diǎn)的數(shù)據(jù)；T為采樣次數(shù)。計(jì)算采樣點(diǎn)的短時(shí)能量En為：En=∑m=0N-1x2n(m)（3）式中m為采樣系數(shù)。得到采樣點(diǎn)的短時(shí)能量幅度變化如圖2所示。圖2采樣點(diǎn)的短時(shí)能量變化幅度由圖2可知，每個(gè)采樣點(diǎn)的短時(shí)能量En值不同，一般來講，噪聲摻雜多的電子音樂短時(shí)能量值要比含有噪聲種類少的電子音樂短時(shí)能量的值小[7]。含有噪聲的電子音樂頻譜中頻帶之間的變化平緩，定義采樣的噪聲頻帶中的信號(hào)矢量Xf(m)為：Xf(m)={Xf(m,1),Xf(m,2),…,X}f(m,N)，平滑處理得到X ̂f(m)={X ̂f(m,1),X ̂f(m,2),…,X ̂}f(m,N)，取平滑處理得到公式的對(duì)數(shù)為：X ̂f(m)=10ln(Xf(m))（4）此時(shí)的式（4）就是電子音樂的降噪處理公式，可以降噪處理多噪聲背景電子音樂，形成不摻雜噪聲的電子音樂頻譜，排除噪聲對(duì)電子音樂類型檢測工作的干擾，然后針對(duì)電子音樂自身的類型特征，建立電子音樂檢測矩陣[8]。

1.2建立電子音樂類型檢測矩陣

電子音樂存在多種類型，每一種類型的電子音樂存在不同的短時(shí)能量特征，為了統(tǒng)一多種類型電子音樂的頻譜特征，計(jì)算圖2中頻譜變化較大部分的頻譜信號(hào)方差值，其數(shù)學(xué)表達(dá)式為：式中：sp表示頻譜的二階矩值；fi為頻譜的頻率值；C為常數(shù)；p表示特征函數(shù)。頻譜方差可以描述電子音樂類型頻譜信號(hào)分布的對(duì)稱程度，當(dāng)sp為零時(shí)，此時(shí)的電子音樂頻譜是對(duì)稱的，符合多種類型電子音樂的頻譜特征[9]。所以，此公式可以概括大部分電子音樂類型特征。然后以此頻譜特征計(jì)算公式為基礎(chǔ)，計(jì)算對(duì)稱頻譜內(nèi)的每種電子音樂類型的短時(shí)能量特征sk，繪制電子音樂類型短時(shí)能量的頻譜如圖3所示。分兩部分處理圖3的短時(shí)能量頻譜，分別對(duì)每個(gè)部分的電子音樂短時(shí)特征加漢明窗處理，使用短時(shí)傅里葉變換，計(jì)算得到每部分中所有電子音樂點(diǎn)的倒譜系數(shù)G為：計(jì)算每個(gè)采樣點(diǎn)的G值，得到一個(gè)大小為N×L的y(n)二維矩陣：矩陣中的一行代表一部分中的采樣行，兩個(gè)部分共有L個(gè)點(diǎn)，每個(gè)點(diǎn)代表不同類型電子音樂的短時(shí)能量[10]。式中y11代表電子音樂起始點(diǎn)的第一個(gè)短時(shí)能量點(diǎn)，此時(shí)的式（7）矩陣就是檢測電子音樂類型的檢測矩陣。在構(gòu)建多噪聲背景的電子音樂類型分類方法時(shí)，聯(lián)合電子音樂降噪表達(dá)式整合最終的公式，實(shí)現(xiàn)在多噪聲背景下對(duì)電子音樂類型進(jìn)行檢測[11]。

1.3構(gòu)建噪聲環(huán)境電子音樂類型分類方法

使用電子音樂降噪式（6）與電子音樂類型檢測矩陣式（7），小波變換處理這兩個(gè)公式，定義兩個(gè)公式的平方可積函數(shù)φ(t)滿足母小波條件：∫-∞+∞φ(|| ̂ω)2||ω-1dω<+∞，其中，ω為小波系數(shù)[12]。將式（1）用a代替，式（2）用b代替，設(shè)定此時(shí)的a與b同時(shí)滿足φa,b=1||aφéëêùûút-ba，t表示式（1）與式（2）之間的脈沖系數(shù)[13]。所以最終得到的抗噪聲電子音樂類型檢測表達(dá)式為：式中：C是一個(gè)在0.5~0.7之間的一個(gè)常數(shù)；Wf表示頻帶系數(shù)；R為覆蓋的信號(hào)頻帶[14]。在多種噪聲環(huán)境下對(duì)電子音樂類型分類方法的工作流程如圖4所示。算法的計(jì)算過程如圖4所示，使用式（8）計(jì)算多噪聲背景電子音樂類型時(shí)，f(t)的值不同，代表不同的電子音樂類型[15]。數(shù)值與音樂類型的對(duì)應(yīng)如表1所示。按照?qǐng)D4的計(jì)算步驟得出數(shù)值，對(duì)照數(shù)值對(duì)應(yīng)的電子音樂類型，完成對(duì)多種噪聲環(huán)境下電子音樂類型的檢測計(jì)算。

2仿真實(shí)驗(yàn)

2.1實(shí)驗(yàn)設(shè)計(jì)

多噪聲背景的電子音樂類型檢驗(yàn)算法需要依托計(jì)算機(jī)實(shí)現(xiàn)，準(zhǔn)備1臺(tái)參數(shù)如表2所示的計(jì)算機(jī)。將三種分類方法編程錄入準(zhǔn)確率計(jì)算程序中，在電子音樂類型選項(xiàng)中選擇4種電子音樂類型，使用三種類型檢驗(yàn)算法，計(jì)算三種類型分類方法的準(zhǔn)確率。

2.2實(shí)驗(yàn)結(jié)果與分析

計(jì)算三種類型檢測的準(zhǔn)確率如圖5~圖7所示。從圖5~圖7可知：傳統(tǒng)分類方法1計(jì)算檢測2種電子音樂類型，檢測準(zhǔn)確率為75%；傳統(tǒng)分類方法2在計(jì)算3種電子音樂類型時(shí)，其準(zhǔn)確率為87.5%；而使用了多噪聲背景電子音樂類型分類方法計(jì)算4種電子音樂類型時(shí)，算法的準(zhǔn)確率達(dá)到了100%，檢驗(yàn)的準(zhǔn)確性更高，更適合在多種噪聲環(huán)境下檢測使用。

3結(jié)語

噪聲與音樂之間的關(guān)系是相輔相成的，一般來講，噪聲的震動(dòng)是雜亂、無規(guī)律的震動(dòng)，在頻譜上呈現(xiàn)出連續(xù)變化，沒有周期性變化；而音樂的震動(dòng)具有一定的周期性，在頻譜上呈現(xiàn)出離散的變化。但在生活工作中，凡是打擾到工作休息的聲音，包括音樂也成為了噪聲的一種。研究多噪聲背景電子音樂類型檢驗(yàn)算法，將電子音樂中的各種噪聲使用公式表示，可更加便捷地檢測出電子音樂分類的類型，方便電子音樂的發(fā)展。

作者:孫剛平 單位:太原學(xué)院