1.一种基于神经网络的音乐节拍速度检测方法,其特征在于:Step1:检测音乐类型,根据音乐信号的频谱图判断是否为乐器音乐、或人声音乐;
Step2:进行信号滤波,若为乐器音乐,则进行高通滤波,若为人声音乐,则进行低通滤波;
Step3:在滤波之后,进行信号分帧,然后取每一帧的最大值,合成包络;
Step4:对包络进行一阶差分、二阶差分;
Step5:对差分结果进行多次移动均线处理;
Step6在多次移动均线处理完成之后,输入神经网络里面进行训练,最后测试得出节拍速度结果;
所述Step5具体为:
Step5.1:对一阶、二阶差分数据进行多次移动均线处理,表达公式如下:mean_1[num]表示一阶差分数据envelope_1[num]每一帧的平均值,num为语音帧数,mean_2[num]表示二阶差分数据envelope_2[num]每一帧的平均值,num为语音帧数;
所述Step6具体为:
Step6.1:mean_envelope_1[n]数据和对应的标签值输入神经网络模型里面进行训练,得到模型一;
Step6.2:mean_envelope_2[n]数据和对应的标签值输入神经网络模型里面进行训练,得到模型二;
Step6.3:mean_envelope_1[n]、mean_envelope_2[n]数据和对应的标签值混合输入神经网络模型里面进行训练,得到模型三;
Step6.4:选择参数效果最好的模型进行测试,得出音乐节拍速度。
2.根据权利要求1所述的基于神经网络的音乐节拍速度检测方法,其特征在于所述Step1具体为:Step1.1:序列x[n]表示一维音乐信号,对信号进行傅里叶变换得到幅度频谱F(n);
Step1.2:对幅度频谱F(n)进行可视化,检测0-300Hz附近的冲激线群;
Step1.3:若冲激线之间有明显间隔,则判断音乐类型为乐器独奏;若间隔不明显,并且附有其他连续的频谱分量,则判断音乐类型为人声音乐。
3.根据权利要求1所述的基于神经网络的音乐节拍速度检测方法,其特征在于所述Step2具体为:Step2.1:对音乐信号进行分类滤波,设滤波后的信号序列为x_filter[n];
Step2.2:若为乐器音乐,则进行高通滤波处理,高通滤波器的截止频率为2400Hz;若为人声音乐,则进行低通滤波处理,低通滤波器的截止频率为1600Hz。
4.根据权利要求1所述的基于神经网络的音乐节拍速度检测方法,其特征在于所述Step3具体为:Step3.1:时域信号分帧,音乐信号的重采样率设为8000Hz/s,分帧的帧长frame_length=2048点,帧移frame_shift=512点,帧数num计算的表达式如下:Step3.2:取每一帧的最大值形成包络,此时的序列设为envelope[num],num为语音帧数。
5.根据权利要求1所述的基于神经网络的音乐节拍速度检测方法,其特征在于所述Step4具体为:Step4.1:对包络信号envelope[num]进行一阶差分,得到envelope_1[num]信号,每一个冲激线代表一个峰值,一阶差分公式如下所示:envelope_1[n]=envelope_1[n+1]-envelope_1[n],n=0,1,2,...num-1Step4.2:对包络信号envelope[num]进行二阶差分,得到envelope_2[num]信号,每一个冲激线代表一个峰值,二阶差分公式如下所示:envelope_2[n]=envelope_2[n+2]-2×envelope_2[n+1]+envelope_2[n],n=0,1,2,...,num-2。