樂器音色特征

本文格式為Word版，下載可任意編輯——樂器音色特征

樂器音色特征

摘要樂器音色的分類研宄是摸索樂器音色本質(zhì)的基礎(chǔ)。

由于樂器發(fā)聲機(jī)理的區(qū)別、音色衡量的不確定性以及人類對(duì)人耳聽覺感知過程認(rèn)識(shí)的有限性，使得樂器音色的研究處于一個(gè)瓶頸階段。

本文主要從時(shí)域、頻域和倒頻域三個(gè)方面對(duì)樂器單音的音色特征進(jìn)行研究。

關(guān)鍵詞樂器分類音色特征

音頻蘊(yùn)含著大量的信息。

音頻信息的處理、分析、檢索和識(shí)別是當(dāng)前信號(hào)處理領(lǐng)域的重要研究課題，在探尋引擎的音頻探尋中，扮演著重要角色。

樂器音色的分析提取是其中必不可缺的一部分。

音樂是全人類的共同語言，是人類幾千年文化發(fā)展的成果，所以對(duì)音樂的研究具有至關(guān)重要的價(jià)值。

目前，基于多媒體內(nèi)容的管理和檢索(如音樂自動(dòng)摘要、音樂情感分析和音樂流派分類等)、音樂可視化(如多媒體音樂噴泉)、電子器件模擬傳統(tǒng)樂器、計(jì)算機(jī)輔助音樂教學(xué)(音樂標(biāo)注)、音樂轉(zhuǎn)錄、高保真度的音樂壓縮編碼、自動(dòng)件奏系統(tǒng)(包括變音)、輔助音樂創(chuàng)作等應(yīng)用中，對(duì)樂器音色特征的表達(dá)尚存在很大的欠缺。

這一欠缺直接影響了計(jì)算機(jī)靈能分析音樂的確切度及音樂實(shí)現(xiàn)的真實(shí)感。

因此，尋覓一組能夠確切反映樂器音色的特征成為樂音信號(hào)處理領(lǐng)域迫切需要解決的問題。

1樂器音色的時(shí)域特征

時(shí)域特征反映了聲音的動(dòng)態(tài)變化。

因此，聲音的時(shí)域包絡(luò)也反映音色。

樂器單音的時(shí)域包絡(luò)一般分為四段，包括起奏(Attack)、衰減(Decay)、持續(xù)(Sustain)、消逝(Release)，每段都對(duì)音色有影響。

例如，打擊樂起奏很短，敲擊木魚只有起奏和持續(xù)兩段，管風(fēng)琴?zèng)]有衰減段，有些合成器只有起奏、衰減段。

用于描述音色的時(shí)域特征有好多，例如過零率、短時(shí)能量、均方根包絡(luò)、波峰因子、對(duì)數(shù)上升時(shí)間(LogAttacakTime)和時(shí)域質(zhì)心(TemporalCentroid)等。

以上參數(shù)分別從不同的方面反映了音色的區(qū)別。

過零率是給定音樂信號(hào)時(shí)域符號(hào)的變化，一定程度上可以反映出頻率的信息，可根據(jù)過零率識(shí)別打擊樂器。

均方根是對(duì)信號(hào)功率的度量，均方根包絡(luò)描述了信號(hào)幅度隨時(shí)間的變化。

Langmead認(rèn)為單音起奏包絡(luò)傾斜度(SpectralOnsetAsynchronous)不同，對(duì)樂音音色有較大的影響。

2樂器音色的頻域特征

音色主要由頻譜特征決定。

對(duì)音色的描述有諧波譜質(zhì)心(HarmonicSpectralCentroid)、諧波譜偏差(HarmonicSpectralDeviation)、諧波譜伸展(HarmonicSpectralSpread)、諧波譜波動(dòng)(HarmonicSpectralVariation)、譜職心(SpectralCentroid)、譜滾降、諧波能量比、諧度、偶次諧波含量、奇次借波含量和謂波的三色鼓舞參數(shù)等。

頻域分析尺度不同會(huì)得到不同的頻譜。

最常用的STFT濾波器組中心頻率成線性上升，每個(gè)濾波器的帶寬不變，而品質(zhì)因子是變化的。

另外，CQT在樂音信號(hào)分析中有著獨(dú)特的優(yōu)勢(shì)，特別是在音準(zhǔn)很好的樂器音分析中。

CQT通過中心頻率成指數(shù)分布的濾波器組，將樂音信號(hào)表示為確定音樂單音的譜能量，濾波器組的品質(zhì)因子保持常數(shù)，在低頻處具有較高的頻率辨別率、較低的時(shí)間辨別率，在高頻處具有較高的時(shí)間辨別率、較低的頻率辨別率。

頻域的音色特征從不同的方面反映了聲音的物理特性。

譜質(zhì)心是對(duì)聲音敞亮度的衡量。

譜滾降尋常指示一幀中頻率的不對(duì)稱性。

譜滾降、譜質(zhì)心都反映了信號(hào)能量在頻率上的分布狀況。

譜通量是對(duì)連續(xù)樂音頓之間譜能量變化的度量，表達(dá)了樂音信號(hào)的動(dòng)態(tài)特征。

樂音有明顯的諧波結(jié)構(gòu)，能量主要集中在低次諧波，不同樂器所含的諧波次數(shù)不同。

高次諧波豐富、幅度大的樂音，聽起來較敞亮。

聲音的諧波次數(shù)反映了音色，一般第1～7個(gè)諧波最重要，而更高階次的諧波對(duì)音色的貢獻(xiàn)并不明顯。

3樂器音色的倒頻域特征

語音的發(fā)聲是鼓舞和系統(tǒng)分量卷積的結(jié)果，樂器的發(fā)聲與其類似。

一般把鼓舞假設(shè)為理想的周期性脈沖，則鼓舞決定音高。

系統(tǒng)分量決定音色。

所以，好多樂器音色特征的提取是通過倒譜分析來實(shí)現(xiàn)的取低的倒頻系數(shù)(對(duì)應(yīng)于系統(tǒng)分量)作為音色特征。

考慮到人耳的聽覺特性，加類似于耳喊(對(duì)低頻信號(hào)比對(duì)高頻信號(hào)更敏感)的濾波器組得到MFCC。

尋常把MFCC作為靜態(tài)特征，或進(jìn)一步做一階或二階差分，得到相應(yīng)的動(dòng)態(tài)特征。

結(jié)合人耳聽覺特性得到的MFCC，能較好地反映音色特征。

2023年，關(guān)欣提出了全信息的MFCC算法和音樂仿生小波算法，但這種基于聽覺感知模型的特征改進(jìn)較為繁雜，不易實(shí)現(xiàn)。

更進(jìn)一步的研究，需要把已有的音色特征結(jié)合起來，進(jìn)行音色建模，在新的音色空間中描述信號(hào)。

例如，構(gòu)建音色特征的多元正態(tài)函數(shù)，利用貝葉斯判決函數(shù)對(duì)單個(gè)樂器水平的分類取得較好的結(jié)