- 相關(guān)推薦
樂器音色特征
樂器音色特征
摘 要 樂器音色的分類研宄是探索樂器音色本質(zhì)的基礎(chǔ)。
由于樂器發(fā)聲機理的差別、音色衡量的不確定性以及人類對人耳聽覺感知過程認識的有限性,使得樂器音色的研究處于一個瓶頸階段。
本文主要從時域、頻域和倒頻域三個方面對樂器單音的音色特征進行研究。
關(guān)鍵詞 樂器分類 音色特征
音頻蘊含著大量的信息。
音頻信息的處理、分析、檢索和識別是當前信號處理領(lǐng)域的重要研究課題,在搜索引擎的音頻搜索中,扮演著重要角色。
樂器音色的分析提取是其中必不可缺的一部分。
音樂是全人類的共同語言,是人類幾千年文化發(fā)展的成果,所以對音樂的研究具有至關(guān)重要的價值。
目前,基于多媒體內(nèi)容的管理和檢索(如音樂自動摘要、音樂情感分析和音樂流派分類等)、音樂可視化(如多媒體音樂噴泉)、電子器件模擬傳統(tǒng)樂器、計算機輔助音樂教學(音樂標注)、音樂轉(zhuǎn)錄、高保真度的音樂壓縮編碼、自動件奏系統(tǒng)(包括變音)、輔助音樂創(chuàng)作等應(yīng)用中,對樂器音色特征的體現(xiàn)尚存在很大的欠缺。
這一欠缺直接影響了計算機智能分析音樂的準確度及音樂實現(xiàn)的真實感。
因此,尋找一組能夠準確反映樂器音色的特征成為樂音信號處理領(lǐng)域迫切需要解決的問題。
1樂器音色的時域特征
時域特征反映了聲音的動態(tài)變化。
因此,聲音的時域包絡(luò)也反映音色。
樂器單音的時域包絡(luò)一般分為四段,包括起奏(Attack)、衰減(Decay)、持續(xù)(Sustain)、消逝(Release),每段都對音色有影響。
例如,打擊樂起奏很短,敲擊木魚只有起奏和持續(xù)兩段,管風琴沒有衰減段,有些合成器只有起奏、衰減段。
用于描述音色的時域特征有很多,例如過零率、短時能量、均方根包絡(luò)、波峰因子、對數(shù)上升時間(Log Attacak Time)和時域質(zhì)心(Temporal Centroid)等。
以上參數(shù)分別從不同的方面反映了音色的差別。
過零率是給定音樂信號時域符號的變化,一定程度上可以反映出頻率的信息,可根據(jù)過零率識別打擊樂器。
均方根是對信號功率的度量,均方根包絡(luò)描述了信號幅度隨時間的變化。
Langmead認為單音起奏包絡(luò)傾斜度(Spectral Onset Asynchronous)不同,對樂音音色有較大的影響。
2樂器音色的頻域特征
音色主要由頻譜特征決定。
對音色的描述有諧波譜質(zhì)心(Harmonic SpectralCentroid)、諧波譜偏差(Harmonic Spectral Deviation)、諧波譜伸展(HarmonicSpectral Spread)、諧波譜波動(Harmonic Spectral Variation)、譜職心(SpectralCentroid)、譜滾降、諧波能量比、諧度、偶次諧波含量、奇次借波含量和謂波的三色激勵參數(shù)等。
頻域分析尺度不同會得到不同的頻譜。
最常用的STFT濾波器組中心頻率成線性上升,每個濾波器的帶寬不變,而品質(zhì)因子是變化的。
另外,CQT在樂音信號分析中有著獨特的優(yōu)勢,特別是在音準很好的樂器音分析中。
CQT通過中心頻率成指數(shù)分布的濾波器組,將樂音信號表示為確定音樂單音的譜能量,濾波器組的品質(zhì)因子保持常數(shù),在低頻處具有較高的頻率分辨率、較低的時間分辨率,在高頻處具有較高的時間分辨率、較低的頻率分辨率。
頻域的音色特征從不同的方面反映了聲音的物理特性。
譜質(zhì)心是對聲音明亮度的衡量。
譜滾降通常指示一幀中頻率的不對稱性。
譜滾降、譜質(zhì)心都反映了信號能量在頻率上的分布情況。
譜通量是對連續(xù)樂音頓之間譜能量變化的度量,體現(xiàn)了樂音信號的動態(tài)特征。
樂音有明顯的諧波結(jié)構(gòu),能量主要集中在低次諧波,不同樂器所含的諧波次數(shù)不同。
高次諧波豐富、幅度大的樂音,聽起來較明亮。
聲音的諧波次數(shù)反映了音色,一般第1~7個諧波最重要,而更高階次的諧波對音色的貢獻并不明顯。
3樂器音色的倒頻域特征
語音的發(fā)聲是激勵和系統(tǒng)分量卷積的結(jié)果,樂器的發(fā)聲與其類似。
一般把激勵假設(shè)為理想的周期性脈沖,則激勵決定音高。
系統(tǒng)分量決定音色。
所以,很多樂器音色特征的提取是通過倒譜分析來實現(xiàn)的取低的倒頻系數(shù)(對應(yīng)于系統(tǒng)分量)作為音色特征。
考慮到人耳的聽覺特性,加類似于耳喊(對低頻信號比對高頻信號更敏感)的濾波器組得到MFCC。
通常把MFCC作為靜態(tài)特征,或進一步做一階或二階差分,得到相應(yīng)的動態(tài)特征。
結(jié)合人耳聽覺特性得到的MFCC,能較好地反映音色特征。
2008年,關(guān)欣提出了全信息的MFCC算法和音樂仿生小波算法,但這種基于聽覺感知模型的特征改進較為復雜,不易實現(xiàn)。
更進一步的研究,需要把已有的音色特征結(jié)合起來,進行音色建模,在新的音色空間中描述信號。
例如,構(gòu)建音色特征的多元正態(tài)函數(shù),利用貝葉斯判決函數(shù)對單個樂器水平的分類取得較好的結(jié)果。
對音色動態(tài)譜包絡(luò)的建模在多音高樂器音的分類研究上具有優(yōu)勢,但并沒有充分考慮起奏、衰減、持續(xù)、消逝四個部分的不同對音色影響。
這類方法的研究尚處于初級階段,沒有一個快速有效的方法滿足實際應(yīng)用的需求。
參考文獻
[1] 丁志中,敖禮榮.音樂信號分析中常數(shù)Q變換的性能研究[J] 聲學技術(shù),2005, 24 (4):259-263.
[2] 丁志中.CQ變換的快速算法及在音調(diào)頻率估計中的誤差分析[J],信息與電子工程2005,3 (4): 270-274.
【樂器音色特征】相關(guān)文章:
音調(diào)響度和音色教學教案10-08
神奇的樂器作文02-19
安徽出土的先秦樂器10-05
樂器店的對聯(lián)集錦10-10
音樂與民族樂器的教案10-09
樂器租賃合同06-23
關(guān)于樂器的謎語有哪些08-08
女生適合學什么樂器02-02
人聲樂器的制造過程10-05
《平移的特征》教案10-11