基于节拍同步的 IF PCP 特征提取

IF PCP 特征提取

PCP 作为一种中层特征，充分保留了歌曲的旋律信息。
IF PCP通过使用瞬时频率，而非使用傅里叶变换后的频率进行频谱映射，有效地解决了傅里叶变换带来的「频谱模糊」问题。

根据求得的频谱，将每一帧的能量压缩到与 8 度无关的 12 个半音上，频谱映射公式为：

\displaystyle p(k) = \mathrm{round}(12\log_2(\frac{f_s(k)}{f_{ref}})\mathrm{mod}\ 12

其中f_{ref}为参考频率，可以取钢琴上的标准 A 对应的 440 Hz。
f_s(k)对应频谱中第k个分量的频率。

在f_s(k)<f_{ref}的情况下，取模运算为负数取模问题。

p(k)=0,1,\cdots,11为第k个频率分量对应的音级，将一帧中与某一特定的音级相对应频率的能量压缩到这个音级上，可以得到12维的 PCP 特征。

\displaystyle h_{p,n}=\sum_{k:p(k)=p}|X(k)|^2,\ p=0,1,\cdots,11

X(k)为频谱幅度。
h_{p,n}为第n帧 PCP 特征在音级p上的强度。

Algorithm

本作品采用《CC 协议》，转载必须注明作者和本文链接

不要试图用百米冲刺的方法完成马拉松比赛。

版主 1.4k 声望

Coder @ Galois

出来混，迟早要还的。

讨论数量: 0

(=￣ω￣=)··· 暂无内容！

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容，与人为善，比聪明更重要！

帮助