Orgin:オーディオ発症検出アルゴリズムを使用して
この文書レコードのみの内容の一部、主にaubio 関連コンテンツ・ベースの全体ではなく、文書、記録の人々の全体の内容:[email protected]
QMULのアルゴリズム:このアルゴリズムは、電力組み合わせ信号に基づいている(観測信号のエネルギー)と位相(観察されたFFTの状態偏差)共同複合ドメインを構成しています。それは「、各バンドの同様の振幅ダイナミックレンジを導入することにより、大振幅のピークより明らかになるようにするように、信号の変化を平滑化し、組立時間及び周波数を白く適応を含む。複雑なアルゴリズムが追従しますピーク領域を計算し、マークするピーク選択アルゴリズムを用いて周波数領域で予期しないイベントの発生の各可能性発症。
Aubio:約発症検出アルゴリズムaubio とQMULの向上同様のアルゴリズム開始検出ビート周期、計算することによって、自動補正機能を位相位相アライメント方法。、主予測が周期に従って行われる相、ビート。このアルゴリズムは、2つの主要な変数パラメータ有する閾値閾値(0.01から0.99まで主ピークピッキングのための)および開始モード(のための検出機能であって、高周波成分、複合ドメイン、およびスペクトルエネルギー差)。
たとえば、以下のフルート音楽の分析は複雑な領域での解析法を用いました。次いで、システムチューニングパラメータ変数 FFTビンサイズが1024 増分サイズは、512 、閾値ピーク閾値がに設定されている0.5、サイレント閾値は次のように設定されて-50dB、および最小内部開始間隔は次のように設定されて40msの。ウィンドウサイズ音エンコーダの存在の位相ので、窓がに設定されている1024年のホップ数が、期待しに512 より高いまたはより低いピーク選択アルゴリズムのしきい値を、変更することにより、それはあまりにも多くのまたはの少なすぎるにつながる発症。
実際の状況と aubio 発症比較分析の結果は、上記のようなアルゴリズムを示しました。グラフでは、この音楽でそれを見ることができます11 真の発症が正しく発見されました。
Pyinのアルゴリズム:それは、上述したアルゴリズムとは異なるが、彼の目的はであることであるピッチを検出し、むしろ明示より開始の検出、及び確率ベースのアプローチです。これは、周波数領域の所定の範囲内のピッチを抽出します。そのため、基本周波数推定のアルゴリズムの基本設計の追加のタイムスタンプの、彼が有効であることが判明した発症検出競合他社。同時に、この情報は、ノート推測するために使用することができ発症を。
用途の例は、システムが使用する FFTビンの大きさを1024個の増分サイズは、サンプル512 、YIN閾値(候補確率のセットのためのピッチ相関値)設定されているすべて、11 に設定されている低ピッチ推定値の振幅を抑制するために0.1(振幅一定値以下に抑制)、発症感度に設定されている(0.7 ピッキングピークに対応する)、分析結果は、以下のように:
します。https://www.cnblogs.com/lihaiping/p/aubio.htmlソースを記入してください