文献

J-GLOBAL ID：201802227396294432   整理番号：18A0101340

音楽ベースにおける検索特徴ピッチの知的認識のシミュレーション【JST・京大機械翻訳】

The Simulation of the Intelligent Recognition of the Retrieval of Characteristic Tone Songs in the Music Database

著者 (1件)： Liu Yuan (延安大学魯迅芸術学院,陜西延安,716000)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 34  号： 8  ページ： 356-359  発行年： 2017年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 音楽データベースにおける特徴ピッチの曲率を認識することによって,ユーザはハミングを通して音楽をセグメント化することができて,それは,大規模な楽曲データベースにおいて正確に,迅速に目標曲を探索することができた。特徴ピッチの曲を検索するためには,曲の初期点の音符の知的認識を必要とし,旋律の短時間のスペクトル構造特徴を抽出することにより,曲の検索を完成させる必要がある。従来の方法は,複数のフレームからなる初期の特徴点の特徴ベクトルを計算し,分布関数を計算することによって音符を識別するが,時間スペクトルの構造特性を得ることができず,複雑なプロセスと正確さの差がある。本論文において,著者らは,カッタの検索特性に基づく新しい方法を提案して,それによって,ハミングのための最初のポイントのインテリジェント認識方法を提案した。上記の方法は,最初に,前処理を行い,高周波部分雑音を除去し,次に,歴史的サンプリング値と励起信号の線形組合せを用いて,短時間音声信号の現在のサンプリング値を記述し,中心周波数法を用いて,特定範囲の閾値を得,そして,閾値を用いて,ハミング信号の低振幅部分を除去した。短時間のスペクトル構造特徴とエンベロープ特徴を抽出して,検索特性のピッチを得た。シミュレーション結果は,提案した方法が高い認識精度を有して,ハミング検索のリアルタイム要求を満たすことができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  音声信号 ,  構造特性 ,  セグメンテーション ,  スペクトル ,  データベース ,  *音楽 ,  *シミュレーション ,  雑音
準シソーラス用語： 特徴ベクトル ,  旋律 ,  音符 ,  楽曲 ,  ハミング ,  音楽データベース , 【Automatic Indexing@JST】

著者キーワード (3件)： Tone feature retrieval ,  Note start point ,  Intelligent recognition

分類 (2件)： 楽器音響  (BB03070Y) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 音楽 ,  検索 ,  ピッチ ,  シミュレーション