中國(guó)民族民間音樂音頻修復(fù)的音頻特征提取及使用的方法技術(shù)

本發(fā)明專利技術(shù)公開了一種音頻特征提取及使用的方法，尤其適用于中國(guó)民族民間音樂的修復(fù)，包括：確定樣本音頻的音樂類型以及關(guān)于該音樂類型的各文化特征的值作為其文化特征集合；提取樣本音頻的數(shù)字音頻信號(hào)的數(shù)字特征并進(jìn)行特征選擇和分類，獲得樣本音頻的數(shù)字特征集合；關(guān)聯(lián)文化特征集合和數(shù)字特征集合以建立音頻特征數(shù)據(jù)庫(kù)；確定待修復(fù)音頻的音樂類型以及關(guān)于該音樂類型中的各文化特征的值作為其文化特征集合，在音頻特征數(shù)據(jù)庫(kù)中檢索獲得與其匹配度最高的文化特征集合，提取與該文化特征集合關(guān)聯(lián)的數(shù)字特征集合作為該待修復(fù)音頻的數(shù)字特征集合并將其導(dǎo)出以用于對(duì)待修復(fù)音頻的修復(fù)。本發(fā)明專利技術(shù)實(shí)現(xiàn)了在音頻修復(fù)中引入音頻的文化特征，保證了修復(fù)的質(zhì)量。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及一種音頻特征提取及使用的方法，尤其涉及一種用于中國(guó)民族民間音樂音頻修復(fù)的歷史音頻修復(fù)的音頻特征提取及使用的方法。
技術(shù)介紹
音樂在人們的生活中可謂無處不在。從古到今，音樂穿插在人類社會(huì)的整個(gè)發(fā)展歷程中，記載了無數(shù)個(gè)生活中美好的瞬間，給人們以心靈上的震撼和感動(dòng)。為了將豐富多彩的音樂記錄下來，人們專利技術(shù)了各種各樣的音樂存儲(chǔ)介質(zhì)，同時(shí)音樂的各種處理技術(shù)也應(yīng)運(yùn)而生。在模擬音頻處理技術(shù)為主的年代，音頻的處理主要是依靠各種專業(yè)設(shè)備進(jìn)行處理，音頻的混合、延遲、改變都是通過各種設(shè)備來完成，由于各種設(shè)備 的放大、濾波、延遲等電路都有可能引入新噪聲和音頻的畸變，另外這些設(shè)備的造價(jià)是非常昂貴的，這就在某種程度上影響了模擬音頻技術(shù)的發(fā)展。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，以計(jì)算機(jī)為核心的信息處理扮演著越來越重要的角色，數(shù)字音頻處理技術(shù)也得到了飛速的發(fā)展。數(shù)字音頻處理技術(shù)與模擬音頻處理技術(shù)不同，它通過把模擬信號(hào)進(jìn)行時(shí)間上的離散化和幅度上的量化處理以后，變成一連串?dāng)?shù)字信號(hào)加以存儲(chǔ)和傳輸。當(dāng)音頻信號(hào)變成數(shù)字形式后，所有的處理實(shí)際上都是一種數(shù)字的處理，基于數(shù)字信號(hào)處理的理論和各種算法就可以通過軟件在計(jì)算機(jī)上實(shí)現(xiàn)。以計(jì)算機(jī)軟件為主的實(shí)現(xiàn)方法具有成本低和處理方式靈活的優(yōu)點(diǎn)，一臺(tái)計(jì)算機(jī)配上聲卡和音頻處理軟件就可以做各種處理，而且可以反復(fù)修改、多次加工，隨著計(jì)算機(jī)處理能力的不斷提高，其非實(shí)時(shí)的缺點(diǎn)也逐步得到克服。雖然計(jì)算機(jī)的出現(xiàn)為音樂的處理帶來了極大的便利，但是仍然有很多早期的音樂仍然以模擬信號(hào)的方式存儲(chǔ)在老舊的載體介質(zhì)中。例如我國(guó)各大專業(yè)音樂院校的圖書館內(nèi)一般都收藏有大量的不同時(shí)期、不同載體介質(zhì)的音頻資料，其中不乏經(jīng)典的演奏、演唱音響資料，但是隨著時(shí)間的變遷推移和載體材料的技術(shù)局限性，一些早期的音頻資料已瀕臨失效的邊緣。對(duì)珍貴歷史音頻資料進(jìn)行清洗、數(shù)字化及修復(fù)是保護(hù)以及實(shí)現(xiàn)再利用的有效途徑。但是，由于作曲者、演繹者、作曲發(fā)生的地域及時(shí)間和演繹發(fā)生的地域及時(shí)間的不同，各音樂曲目會(huì)具有不同的表現(xiàn)風(fēng)格(包括旋律、節(jié)奏、音色、力度、和聲、肢體和曲式等的音樂要素的富有個(gè)性的結(jié)合方式)。另外，音樂曲目的載體介質(zhì)也會(huì)影響該音樂曲目的表現(xiàn)風(fēng)格。即音樂曲目的文化特征(諸如作曲者、演繹者、載體等)會(huì)影響到其表現(xiàn)風(fēng)格。如果在對(duì)歷史音頻資料修復(fù)過程中忽略了這部分的考慮，那么這樣的修復(fù)將是不成功的。因此，本領(lǐng)域的技術(shù)人員致力于開發(fā)一種歷史音頻修復(fù)的音頻特征提取及使用的方法，以便在對(duì)中國(guó)民族民間音樂(民樂)的歷史音頻修復(fù)過程中引入該音頻的文化特征進(jìn)行修復(fù)。
技術(shù)實(shí)現(xiàn)思路
有鑒于現(xiàn)有技術(shù)的上述缺陷，本專利技術(shù)所要解決的技術(shù)問題是提供一種歷史音頻修復(fù)的音頻特征提取及使用的方法，通過建立關(guān)聯(lián)音頻的文化特征的集合和數(shù)字特征的集合的音頻特征數(shù)據(jù)庫(kù)，以實(shí)現(xiàn)在對(duì)音頻的修復(fù)過程中，從音頻特征數(shù)據(jù)庫(kù)中導(dǎo)出與該音頻的文化特征相關(guān)的數(shù)字特征進(jìn)行修復(fù)。為實(shí)現(xiàn)上述目的，本專利技術(shù)提供了一種歷史音頻修復(fù)的音頻特征提取及使用的方法，其特征在于，包括步驟確定樣本音頻的音樂類型，確定所述樣本音頻關(guān)于所述音樂類型的各個(gè)文化特征的值作為所述樣本音頻的文化特征集合；將所述樣本音頻轉(zhuǎn)換成WAV格式的數(shù)字音頻信號(hào)，并對(duì)所述數(shù)字音頻信號(hào)進(jìn)行預(yù)處理；提取經(jīng)過所述預(yù)處理的所述數(shù)字音頻信號(hào)的數(shù)字特征，使用分類器對(duì)所述數(shù)字特征進(jìn)行特征選擇和分類，獲得所述樣本音頻的數(shù)字特征集合； 關(guān)聯(lián)所述樣本音頻的所述文化特征集合和所述數(shù)字特征集合以建立所述音樂類型的音頻特征數(shù)據(jù)庫(kù)；確定待修復(fù)音頻的音樂類型，確定所述待修復(fù)音頻關(guān)于所述音樂類型中的各個(gè)文化特征的值作為所述待修復(fù)音頻的文化特征集合，在所述音樂類型的音頻特征數(shù)據(jù)庫(kù)中檢索所述待修復(fù)音頻的文化特征集合，獲得與所述待修復(fù)音頻的文化特征集合匹配度最高的所述樣本音頻的所述文化特征集合，使用與所述樣本音頻的所述文化特征集合關(guān)聯(lián)的所述數(shù)字特征集合作為所述待修復(fù)音頻的數(shù)字特征集合；將所述待修復(fù)音頻的所述數(shù)字特征集合導(dǎo)出以用于對(duì)所述待修復(fù)音頻的修復(fù)。進(jìn)一步地，所述樣本音頻和所述待修復(fù)音頻皆為民樂的音頻，所述音樂類型包括古琴類、福建南音類和呼麥類。進(jìn)一步地，所述古琴類的文化特征包括琴派、風(fēng)格、載體和年代；所述福建南音類的文化特征包括曲牌、樂器、載體和年代；所述呼麥類的文化特征包括發(fā)聲部位、載體和年代。進(jìn)一步地，所述樣本音頻關(guān)于所述音樂類型的所述文化特征的值是描述項(xiàng)。進(jìn)一步地，所述預(yù)處理包括統(tǒng)一采樣率、聲道合并以及加窗分幀，經(jīng)過所述統(tǒng)一采樣率的所述數(shù)字音頻信號(hào)的采樣率為16kHz。進(jìn)一步地，在對(duì)所述數(shù)字音頻信號(hào)進(jìn)行所述加窗分幀時(shí)，使用漢明窗作為窗函數(shù)，中貞移為1/2,窗長(zhǎng)為512個(gè)米樣點(diǎn)的長(zhǎng)度。進(jìn)一步地，所述數(shù)字特征包括所述樣本音頻的所述數(shù)字音頻信號(hào)的音調(diào)特征、響度特征、音色特征和節(jié)奏特征；所述音調(diào)特征包括所述數(shù)字音頻信號(hào)的譜峰值；所述響度特征包括所述數(shù)字音頻信號(hào)的低能量幀的比率；所述音色特征包括所述數(shù)字音頻信號(hào)的短時(shí)過零率、頻譜質(zhì)心和MFCC ;所述節(jié)奏特征包括所述數(shù)字音頻信號(hào)的節(jié)拍強(qiáng)度和、最強(qiáng)節(jié)拍和最強(qiáng)節(jié)拍的強(qiáng)度。進(jìn)一步地，所述分類器為支持向量機(jī)分類器。進(jìn)一步地，在對(duì)所述數(shù)字音頻信號(hào)進(jìn)行所述特征選擇時(shí)采用的算法是啟發(fā)式向前搜索(HBS)和啟發(fā)式向后搜索(HFS)。進(jìn)一步地，所述匹配度是使用模糊匹配獲得的所述待修復(fù)音頻的文化特征集合與所述樣本音頻的所述文化特征集合重合的元素個(gè)數(shù)與所述待修復(fù)音頻的所述文化特征集合的元素個(gè)數(shù)之比。在本專利技術(shù)的較佳實(shí)施方式中，使用本專利技術(shù)的歷史音頻修復(fù)的音頻特征提取及使用的方法應(yīng)用于中國(guó)民族民間音樂的歷史音頻的修復(fù)，建立了包括古琴類、福建南音類和呼麥類的音頻特征數(shù)據(jù)庫(kù)，包括步驟首先使用多個(gè)樣本音頻，確定它們的音樂類型，音樂類型包括古琴類、福建南音類和呼麥類；每個(gè)音樂類型具有多個(gè)文化特征，例如古琴類的文化特征包括琴派、風(fēng)格、載體和年代；福建南音類的文化特征包括曲牌、樂器、載體和年代；呼麥類的文化特征包括發(fā)聲部位、載體和年代；然后分別確定每個(gè)樣本音頻關(guān)于其所屬的音樂類型的各個(gè)文化特征的值，并以這些值的集合作為該樣本音頻的文化特征集合，樣本音頻關(guān)于某個(gè)文化特征的值是一個(gè)描述項(xiàng)；另外，將該樣本音頻轉(zhuǎn)換成WAV格式的數(shù)字音頻信號(hào)后進(jìn)行包括對(duì)該數(shù)字音頻信號(hào)統(tǒng)一采樣率、聲道合并以及加窗分幀的預(yù)處理；然后提取經(jīng)過預(yù)處理的數(shù)字音頻信號(hào)的數(shù)字特征；數(shù)字特征包括音調(diào)特征、響度特征、音色特征和節(jié)奏特征，其中音調(diào)特征包括該數(shù)字音頻信號(hào)的譜峰值，響度特征包括該數(shù)字音頻信號(hào)的低能量幀的比率，音色特征包括該數(shù)字音頻信號(hào)的短時(shí)過零率、頻譜質(zhì)心、和MFCC，節(jié)奏特征包括該數(shù)字音頻信號(hào)的節(jié)拍強(qiáng)度和、最強(qiáng)節(jié)拍和最強(qiáng)節(jié)拍的強(qiáng)度；然后使用分類器對(duì)上述的數(shù)字特征進(jìn)行特征選擇和分類，獲得該樣本音頻的數(shù)字特征集合；最后關(guān)聯(lián)該樣本音 頻的文化特征集合和數(shù)字特征集合，并把每個(gè)樣本音頻的關(guān)聯(lián)的文化特征集合和數(shù)字特征集合存入數(shù)據(jù)庫(kù)，由此建立各個(gè)音樂類型的音頻特征數(shù)據(jù)庫(kù)。在本專利技術(shù)的較佳實(shí)施方式中，還提供了使用本專利技術(shù)的歷史音頻修復(fù)的音頻特征提取及使用的方法獲取待修復(fù)音頻的數(shù)字特征集合以用于對(duì)該音頻的修復(fù)。包括步驟確定待修復(fù)音頻的音樂類型，確定該待修復(fù)音頻關(guān)于其所屬音樂類型中的各個(gè)文化特征的值，并將這些值的集合作為待修復(fù)音頻的文化本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種音頻特征提取及使用的方法，用于歷史音頻的修復(fù)，其特征在于，包括步驟：確定樣本音頻的音樂類型，確定所述樣本音頻關(guān)于所述音樂類型的各個(gè)文化特征的值作為所述樣本音頻的文化特征集合；將所述樣本音頻轉(zhuǎn)換成WAV格式的數(shù)字音頻信號(hào)，并對(duì)所述數(shù)字音頻信號(hào)進(jìn)行預(yù)處理；提取經(jīng)過所述預(yù)處理的所述數(shù)字音頻信號(hào)的數(shù)字特征，使用分類器對(duì)所述數(shù)字特征進(jìn)行特征選擇和分類，獲得所述樣本音頻的數(shù)字特征集合；關(guān)聯(lián)所述樣本音頻的所述文化特征集合和所述數(shù)字特征集合以建立所述音樂類型的音頻特征數(shù)據(jù)庫(kù)；確定待修復(fù)音頻的音樂類型，確定所述待修復(fù)音頻關(guān)于所述音樂類型中的各個(gè)文化特征的值作為所述待修復(fù)音頻的文化特征集合，在所述音樂類型的音頻特征數(shù)據(jù)庫(kù)中檢索所述待修復(fù)音頻的文化特征集合，獲得與所述待修復(fù)音頻的文化特征集合匹配度最高的所述樣本音頻的所述文化特征集合，使用與所述樣本音頻的所述文化特征集合關(guān)聯(lián)的所述數(shù)字特征集合作為所述待修復(fù)音頻的數(shù)字特征集合；將所述待修復(fù)音頻的所述數(shù)字特征集合導(dǎo)出以用于對(duì)所述待修復(fù)音頻的修復(fù)。

【技術(shù)特征摘要】
1.一種音頻特征提取及使用的方法，用于歷史音頻的修復(fù)，其特征在于，包括步驟 確定樣本音頻的音樂類型，確定所述樣本音頻關(guān)于所述音樂類型的各個(gè)文化特征的值作為所述樣本音頻的文化特征集合； 將所述樣本音頻轉(zhuǎn)換成WAV格式的數(shù)字音頻信號(hào)，并對(duì)所述數(shù)字音頻信號(hào)進(jìn)行預(yù)處理； 提取經(jīng)過所述預(yù)處理的所述數(shù)字音頻信號(hào)的數(shù)字特征，使用分類器對(duì)所述數(shù)字特征進(jìn)行特征選擇和分類，獲得所述樣本音頻的數(shù)字特征集合； 關(guān)聯(lián)所述樣本音頻的所述文化特征集合和所述數(shù)字特征集合以建立所述音樂類型的音頻特征數(shù)據(jù)庫(kù)； 確定待修復(fù)音頻的音樂類型，確定所述待修復(fù)音頻關(guān)于所述音樂類型中的各個(gè)文化特征的值作為所述待修復(fù)音頻的文化特征集合，在所述音樂類型的音頻特征數(shù)據(jù)庫(kù)中檢索所述待修復(fù)音頻的文化特征集合，獲得與所述待修復(fù)音頻的文化特征集合匹配度最高的所述樣本音頻的所述文化特征集合，使用與所述樣本音頻的所述文化特征集合關(guān)聯(lián)的所述數(shù)字特征集合作為所述待修復(fù)音頻的數(shù)字特征集合； 將所述待修復(fù)音頻的所述數(shù)字特征集合導(dǎo)出以用于對(duì)所述待修復(fù)音頻的修復(fù)。2.如權(quán)利要求I所述的音頻特征提取及使用的方法，其中所述樣本音頻和所述待修復(fù)音頻皆為民樂的音頻，所述音樂類型包括古琴類、福建南音類和呼麥類。3.如權(quán)利要求2所述的音頻特征提取及使用的方法，其中所述古琴類的文化特征包括琴派、風(fēng)格、載體和年代；所述福建南音類的文化特征包括曲牌、樂器、載體和年代；所述呼麥類的文化特征包括發(fā)聲部位、載體和年代。4...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王勁松，李柏巖，宋輝，黃鋼，袁征，
申請(qǐng)(專利權(quán))人：上海協(xié)言科學(xué)技術(shù)服務(wù)有限公司，
類型：發(fā)明
國(guó)別省市：