一种结合HPSS的MFCC-多反复模型的音乐分离方法

摘要

本发明请求保护一种MFCC-多反复模型的音乐分离方法，涉及信号处理技术领域。考虑到平缓音源较易被忽略，及音乐的时变变化特性，本发明通过谐波、冲击源分离方法(HPSS)对音源类型进行分析，分离出谐波源，然后对剩下的音源提取MFCC特征参数，并对其进行相似运算，构建相似矩阵，以此建立一个适合曲调变换的音源的多反复结构模型，从而得到掩蔽矩阵，最后通过理想二元掩蔽(IBM)和傅里叶逆变换得到歌声及背景音乐的时域波形。该方法可以对不同类型的音源信号进行有效分离，提高了分离的精度，同时，该方法复杂度较低，处理速度快，稳定性较高，在歌手检索及歌曲检索、旋律提取、乐器背景下的语音识别等领域将具有广泛的应用前景。

主权项

一种基于HPSS的MFCC‑多反复结构音乐分离方法，其特征在于，包括以下步骤：在短时傅里叶变换STFT下进行谐波分离，将背景音乐中的谐波源分离出来；提取经谐波分离后剩余的音乐信息中的MFCC特征参数，对MFCC特征参数进行相似运算，得到相似矩阵S_MFCC；根据相似矩阵S_MFCC寻找相似片段；根据相似片段建立相应帧的反复结构模型S(i,j)，调用反复结构模型进行中值滤波计算相应的反复结构处的背景音乐；根据公式：W(i,j)＝min{S(i,j),V(i,j)}，得到背景音乐的幅度谱W(i,j)，根据幅度谱调用公式：建立掩蔽矩阵M(i,j)；对掩蔽矩阵M(i,j)采用理想二元掩蔽，经傅里叶逆变换恢复出歌声和背景音乐的时域波形，其中，V(i,j)为信号的幅度谱矩阵,j为帧数，i为频率点。