乐器音色识别研究

需要一个阈值，阈值的选取是否合理直接决定了切音的正确 性。
性信号处理技术，它是在１９６３年被Ｂｏｇｅｒｔ、Ｈｅａｌｙ和Ｔｕｋｅｙ 提出的。它是同态系统理论的基础，专门处理通过卷积组合 在一起的信号。倒谱变换技术还在地震信号和卢纳信号的处 理领域得到成功的应用。声音信号是短时准平衡的随机过 程，具有很强的时变特性。时域特征主要有声音的短时平均 能量和短时平均过零率及基音周期。音色识别中特征提取通 常需要提取不同器乐在不同音高上的频率特征，忽略在弹奏 过程中音节所发出响度的不同，而把重点放在音色的频域特 征中。这里对音乐信号采用傅立叶交换进行频率分析，将器 乐特征用频率特征来表示。 乐器的时域特征的提取需要取一段数宁帧进行分析，检 测频谱特征，通过较低的频率来代表主要频率的分辨能力。 在Ｆｏｕｒｉｅｒ频谱分析基础上的。首先利用人耳的感知特性， 在乐音的频谱范围内设置若干个带通滤波器，每个滤波器具 有三角形或正弦形滤波特性，然后在特征矢量中纳入能量信 息，计算相应滤波器组的信号能量。 设乐器模型系统函数为：
作者简介ｌ张兰芳（１９７４－），女。山西太原．汉族．研究方向为音乐教育。 田启川（１９７１一），男，山西孝义。汉族．研究方向为生物特征识别、图像处 理、模式识别等：
基音是指复合音中频率最低的成分。泛音是复合音中频
人们撤＊它ⅡＵ把其冉柏目的奇高和响度的型舟声区 分开采。例如，Ｔ同的乐器演嚣ｑ音符，＊起米十一样． 是州为它们的自色小『ｑ，自色土拦取决于声能在不问频率Ｐ 的分配模式。当平¨的声音％台枉一起时，人们仍然Ⅲ＊ｆ｜１ ｍ成陵混台卢的再种声音的行色．而十足产生一种新的☆＆ 的爵色．除非它们的基频是棚ｌ一１ｌ自＝Ｊ。而在这种情况Ｆ．音色 确实崔失７特性．目此，在Ｊ￡他卢音存在时．某种卢音的自 色的整剐娃拣与在一复☆一中组带波的越同的埘期性柯 关，音色知觉更多地是种横式辨认过程。
日（ｚ）＝——；一
ｌ－Ｉ－＞’ａｔｚ。 篇一
ｕ
相当于一个线性系统。在ＭＡＴＬＡＢ中，信号的实倒谱为：
叫ｎ）＝击￡ｌｎ陋（ｅｌｏ）ｌ‘ｅｊａ。ｄｍ
（２） 实倒谱没有保留信号的相位信息［７１。特征提取考虑谐波成分
——泛音部分。ＭＡＴＬＡＢ中用来求取频率特征的函数有：
ＦＦｒ、Ｃｃｅｐｓ、Ｒｃｅｐｓ等。ＦＦＦ用于获得信号频率的实部和虚 部，或者幅值和相位。Ｃｅｅｐｓ用来提取信号的复倒谱，Ｒｃｅｐｓ 用来提取信号的实倒谱。 采用【ｙ，Ｆｓ，ｂｉｔｓ】＝ｗａｖｒｅａｄ（’ｅｒｈｕ．ｗａｙ’）用来读取录音文 件。从函数返回值中可以得到录音文件的采样频率Ｆｓ和数 据位数ｂｉｔｓ，信号序列为ｙ，读取数据非常容易。 直接用ＦＦＦ提取信号的频率特征，获得频率的分布情 况，每种乐器都会具有不同的频率分布特点，选择较明显的 频率作为乐器特征。器乐音色识别采用所获得的主要频率分 布和已知器乐的主要频率分布情况进行比较，由频率分布相 似度大小鉴别是否为某种已知乐器。
ｉＳ
ｔｈａｔ ｄｉｆｆｅｒｅｎｔ
ｉｎｓｔｒｕｍｅｎｔｓ ｉＳ ｐｏｓｓｅｓｓｅｄ ｏｆ ｉｔｓ ｔｉｔｔｌｅ ｌｉｔｅｒａｔｕｒｅ
ｏｎ
ｃｏｌｏｒ，ｄｉｆｆｅｒｅｎｔ ｔｏｎｅ ｃｏｌｏｒｓ
ａｒｅ
ｄｉｆｆｅｒｅｎｔ ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔｓ．Ａｔ ｐｒｅｓｅｎｔ。ｔｈｅｒｅ ｉｓ
ｈｏｗ
ｔｏ
音色适合表示不同的感情，塑造不同的艺术形象。同一条旋 律，运用不同的音色就会产生不同的音乐性格。在音乐欣赏 的过程中，昕赏是理解、感受、体验音乐美感的主要前提， 我们要提高对音乐的鉴赏能力，多听、多比较是重要的一个 环节。人们区分音色的这种能力是天生的，人的耳朵具备这 种分辨不同音色的能力，如何让电子计算机也具备“人的耳 朵”的这种特性，辨别区分乐曲演奏中所使用的乐器音色， 是我们要研究的主要问题。 目前音乐鉴别方面的工作还很少，开展这方面的工作首 先应在理论上进行研究，为实际的应用提供理论基础支持。
效的。
关键词：音色；乐器；鉴别 Ｓｔｕｄｙ
ｏｎ
Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ
Ｚｈａｎｇ
Ｔｏｎｅ・Ｃｏｌｏｒ Ｒｅｃｏｇｎｉｔｉｏｎ Ｑｉｃｈｕａｎ
ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ
Ｌａｎｆａｎｇ
Ｔｉａｎ
（Ｃｏｌｌｅｇｅ Ａｂｓｔｒａｃｔ：Ａ
ｏｆ Ｅｌｅｃｔｒｏｎｉｃ ａｎｄ
Ｉｎｆｏｒｍａｔｉｏｎ
Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔａｉｙｕａｎ
乐器音色识别研究
张兰芳田启川
（太原科技大学电子学院太原０３００２４）
摘要：在音乐欣赏中，人们能够通过音乐分辨出演奏乐器，其原因主要是因为不同的乐器具有不同的音色，在人们头脑里
建立了音色和乐器之间的某种对应关系。但是通过计算机来识别音乐的演奏乐器研究甚少。本文利用ＭＡＴＬＡＢ较好的信号 处理功能以及对声音文件的读写操作，对计算机辨别乐器音色进行了研究。根据对不同乐器音色的分析，提出了通过倒谱鉴 别乐器音色的方法。最后在实验中，通过不同乐器演奏的音乐进行分类和识别，结果表明了利用频谱进行乐器音色识别是有
引言
在音乐欣赏中，听辨乐曲所用的乐器对于专业人员或音 乐素养极高的人来说非常容易，对于音乐爱好者来说经过长 期地训练也可以听辨出常见的典型乐曲所用的乐器。但是对 于大多数人来说，没有足够条件进行专业训练，在欣赏乐曲 时，并不知道乐曲所用的乐器。另外在专业考试或各种大型 的比赛中，通常也要通过听辨乐器考查应试者和参赛选手的 能力，那么平时的训练就必不可少。对于常见的经典乐曲听 得多，往往容易辨别，但对于不熟悉的曲子就有一些难度。 要想真正提高欣赏者的鉴别能力，就需要通过大量不熟悉的 音乐来进行测试，多听多鉴别，而这样的素材又很少。音乐 人才的培养代价远高于其他专业，请专业老师来指导，对于 大多数学生来说并不现实。音乐教育软件特别是交互式智能 教学软件对于普及音乐教育、提高人们的审美能力具有非常 重要的意义。 音乐艺术以声音作为物质材料的基础，它便放弃了外在 形状，即“造型”这一因素，这可以说是音乐艺术的第一个 特征，这就决定了音乐只能是“听觉的艺术”［１１１２１，而不是 视觉艺术。乐曲中的每一种乐器都有其独特的音色，不同的
Ｕｎｉｖｅｒｓｉｔｙ
Ｔｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ，０３００２４。Ｃｈｉｎａ）
ｒｅａｓｏｎ
ｍｕｓｉｃｉａｎ
ｃａｎ
ａｐｐｒｅｃｉａｔｅ ｓｍａｌｌ ｄｉｆｆｅｒｅｎｃｅｓ ｆｒｏｍ
ｔｏｎｅ
ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔｓ ｉｎ ｓｏｕｎｄｓ．Ｔｈｅ ｍａｉｎ ｃｏｒｒｅｓｐｏｎｄｉｎｇ
ｔｏ
Ｍａｔ ｌａｂ是功能强大的仿真软件，能够提供丰富数据处理工
具。本文将从音乐的音色出发，根据人辨别音色的原理通过 研究乐器的频率提出了音色识别的方法。最后通过自主采集 的不同乐器的音乐进行了器乐特征提取和测试，结果表明了 算法的有效性。
１音色介绍
为了进行听力对比，首先应该来了解一些声学名词概 念、人耳的听觉特性和音响设备的主要技术参数指标。 纯音有两种含义，一指瞬时声压随时间作正弦变化的声 波：二指具有明确单一音调的声音。
３仿真研究
本文在室内环境下采集了６种乐器的两个曲子共１２个 音乐文件，采样频率为２２０５０ｈｚ，数据位数为８位。分别对 这些声音数据进行了音色特征比较：演奏相同曲子时乐器音 色差别结果如表ｌ，演奏不同曲子时乐器音色差别结果如表 ２所示。
表ｌ相同曲予情况下乐器的音色差别
从表中可以看出，不同乐器之间的音色差别较火，而相 同乐器的音色一般差别较小，均小于Ｏ．３４，这说明该算法对 于提取乐器的音色是有效的。
ｏｎ
ｄｉｓｔｉｎｇｕｉｓｈｉｎｇ ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔｓ ｂｙ ｃｏｍｐｕｔｅｒ ｉｎ ｔｈｉｓ ｏｆ ｄｉｓｔｉｎｇｕｉｓｈ
ｔｈｅ ａｎａｌｙｓｅｓ ｏｆ ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔ’Ｓ
ｔｏｎｅ
ｃｏｌｏｒ，ｔｈｅ ａｐｐｒｏａｃｈ
ｉｎｓｔｒｕｍｅｎｔｓ ｈａｖｅ ｂｅｅｎ ｄｏｎｅ．ａｎｄ ｉｔｓ ｒｅｓｕｌｔｓ ｓｈｏｗｎ ｔｈａｔ ｔｈｉｓ
ｄｉｓｔｉｎｇｕｉｓｈ ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔｓ ｂｙ
ｃｏｍｐｕｔｅｒ．ＭＡｎ。ＡＢ ｓｏｆｔ ｈａｓ ｍａｎｙ ｇｏｏｄ ｃｈａｒａｃｔｅｒｓ ｆｏｒ ｒｅｓｅａｒｃｈｅｒｓ
ｏｎ
ｄｏｉｎｇ ｔｈｅｉｒ ｗｏｒｋｓ。ｅｓｐｅｃｉａｌｌｙ，ｉｔ
Ｃａｎ
ｂｅ
ｅａｓｉｌｙ ｕｓｅｄ ｆｏｒ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｓｏｕｎｄ ｆｉｌｅ ｗｒｉｔｉｎｇ／ｒｅａｄｉｎｇ，ＳＯ ｓｏｍｅ ｗｏｒｋｓ ａｒｅ ｄｏｎｅ ｐａｐｅｒ．Ｂａｓｅｄ
４结论
本文采用乐器的频谱特征，分析了乐器在不同频率的强 弱，建立了不同乐器的频率特征模板，实现了音色的识别。
ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔ ｂｙ ｃｅｐｓｔｒｕｍ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｅｘｐｅｒｉｍｅｎｔｓ ｏｆ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ ｆｏｒ ｍｕｓｉｃａｌ ｍｅｔｈｏｄ ｉＳ ｅｆｆｅｃｔｉｖｅｎｅｓｓ．
Ｋｅｙｗｏｒｄｓ：ｔｏｎｅ—ｃｏｌｏｒ；ｍｕｓｉｃａｌ ｉｎｓｔｒｕｍｅｎｔ；ｄｉｓｔｉｎｇｕｉｓｈ
１ ，１、 ７
２．２音色特征提取
人耳对声音的方位、响度、音调及音色的敏感程度是不 同的，存在较大的差异。人耳对声音传播方向及距离、定位 的辨别能力非常强，人耳的这种听觉特性称之为“方位感”。 对微小的声音，只要响度稍有增加入耳即可感觉到，但是当 声音响度增加到某一值后，即使再有较大的增加，人耳的感 觉却无明显的变化。通常把可听声按倍频关系分为３份来确 定低、中、高音频段。即：低音频段２０Ｈｚ一１６０Ｈｚ、中音频 段１６０Ｈｚ－－２５００Ｈｚ、高音频段２５００Ｈｚ－－２０ＫＨｚ。音色感指 入耳对音色所具有的一种特殊的听觉上的综合性感受。入耳 的听觉特性可以从众多的声音中聚焦到某一点上。如我们听 交响乐时，把精力与听力集中到小提琴演奏出的声音上，其 它乐器演奏的音乐声就会被大脑皮层抑制，使你听觉感受到 的是单纯的小提琴演奏声。这种抑制能力因人而异，经常做 听力训炼的人抑制能力就强，我们把入耳的这种听觉特性称 为”聚焦效应”。多做这方面的锻炼，可以提高人耳听觉对某 ～频谱的音色、品质、解析力及层次的鉴别能力。 乐器的演奏曲目是不确定的，没有规律的，甚至比较复 杂。但是某种乐器所具有的特定的基波和基波的一系列谐波 是固定的。音色的特征提取就是需要在乐器的演奏中提取这 样的频率特征，所以我们采用不同乐器进行了实验设计。在 演奏音乐的声音信号中。基波就是第一个波峰，然后从低到 高依次为基波的低次谐波和高次谐波。低次谐波指的是基波 的２倍频、３倍频、４倍频等等，它们的特点是波形比较规 则，每个波占有一定的幅宽（看起来有点象正弦波形）。高 次谐波指的可以是１５倍频以上的极高的倍频，它们的数量 非常多，特点是幅宽很窄，看起来好像只是一些垂直的线条。 在靠近１５倍频附近的那些高次谐波，有给乐器低音音色添 加明亮光泽的作用。 表述音色特征的术语一般都与乐器的关系密切。音色术 语一般要比音感丰富一些，其问的关联有以下几种情形：沉 闷这种音感是２０Ｈｚ左右的频率赋予的，而高于８０Ｈｚ时， 音感就会偏厚，因此具有沉闷感的音响一般基频很低，而且 很少有丰富的泛音成分．具有此音感特征的乐器一般都是低 音乐器的低音区。单纯从音感方面来看，沉重感是８０Ｈｚ频 点处所特有的音感效果，而从音型特征上来看．短促的低音 打击音型乐器具有更强烈的重感效果。频率在１００Ｈｚ一 ２５０Ｈｚ之间的音感特征非常丰富，基频高于５００Ｈｚ以上时， 就会变的明快起来，明亮感在２８００Ｈｚ频点处最为明显。 频谱集中在６８００Ｈｚ左右的音响一般都尖锐刺耳的。不同 乐器产生不同音感效果。具有不同的频率成分，因此通过频 率鉴别音色是可行的。 倒谱变换是一种在语音和图像处理中广泛应用的非线
詈！怿
匝回一一一一叫”Ｊ
…删料肭枞
囊燃一 酚 鬲一
黧黧淼黧嚣嚣 ＾㈣呲删耋｜㈣州澌 篡蒹｜｜嚣嚣淼蒜
目２ ｒ－ａ口０∞＊＊
一蘸徽霁
Leabharlann Baidu
静卉的姓日：在特“Ｆ提取和音色识别中，为ｒ使榭到的 特征脆型蚪的反映乐器的特“：．需要蜘掉静暂，凼为录爵时 自乐存ｎ断续和电噪声．町艟会产牛长时问的停顿和均悄＾ 小罔定的ｌ。扰，四捧静肯的垃靴足抿描能最和过零牢．忸越