專利名稱：音樂速度檢測(cè)裝置、音樂速度檢測(cè)方法和程序的制作方法
技術(shù)領(lǐng)域：
本公開涉及一種音樂速度檢測(cè)裝置、音樂速度檢測(cè)方法和程序，尤其涉及一種對(duì)音樂的音頻信號(hào)進(jìn)行處理以檢測(cè)音樂的音樂速度的音樂速度檢測(cè)裝置、音樂速度檢測(cè)方法和程序。
背景技術(shù)：
音樂音樂速度代表音樂的進(jìn)行速度，且主要使用BPM(每分鐘拍數(shù)每分鐘四分音符的數(shù)目)作為代表音樂的音樂速度的指標(biāo)。為了檢測(cè)音樂的BPM，在相關(guān)技術(shù)中公開了下面的技術(shù)。日本未審專利申請(qǐng)2002-221240號(hào)公報(bào)公開了這樣的技術(shù)計(jì)算音樂波形信號(hào)的自相關(guān)(autocorrelation)，基于計(jì)算結(jié)果分析音樂的拍結(jié)構(gòu)，并且基于分析結(jié)果提取音樂的音樂速度。此外，日本未審專利申請(qǐng)2007-033851號(hào)公報(bào)公開了這樣的技術(shù)將輸入音頻信號(hào)劃分為多個(gè)頻帶，針對(duì)每個(gè)頻帶檢測(cè)輸入音頻信號(hào)的峰，計(jì)算峰位置的時(shí)間間隔，并基于頻峰生成的時(shí)間間隔檢測(cè)音樂速度。

發(fā)明內(nèi)容
日本未審專利申請(qǐng)2002-221240號(hào)公報(bào)公開的技術(shù)具有這樣的問題考慮到用于便攜設(shè)備的嵌入式處理器上的簡(jiǎn)要分析，計(jì)算量過(guò)量。此外，日本未審專利申請(qǐng) 2007-033851號(hào)公報(bào)中公開的技術(shù)是為低計(jì)算量設(shè)計(jì)的，但是存在這樣的問題各個(gè)峰的時(shí)間間隔與在很多情況下的BPM不對(duì)應(yīng)，且檢測(cè)效率不是充分高。特別地，在很多情況下， BPM被錯(cuò)誤地設(shè)置為兩倍或一半。例如，在正確的BPM是60的情況下，可能檢測(cè)到BPM = 120，或在正確的BPM是100的情況下，可能檢測(cè)到BPM = 50。因此，期望提供一種能夠以高效率、低計(jì)算量檢測(cè)音樂的音樂速度的技術(shù)。根據(jù)本公開的實(shí)施例，提供一種音樂速度檢測(cè)裝置，包括基本特征量提取部分， 其從輸入音頻信號(hào)提取多個(gè)類型的基本特征量；加權(quán)和相加部分，其對(duì)在基本特征量提取部分中提取的多個(gè)類型的基本特征量進(jìn)行加權(quán)和相加，以獲得相加信號(hào)；以及音樂速度檢測(cè)部分，其基于在加權(quán)和相加部分中獲得的相加信號(hào)中包括的周期分量來(lái)檢測(cè)指示音樂速度的BPM。根據(jù)該實(shí)施例，基本特征量提取部分從輸入音頻信號(hào)提取多個(gè)類型的基本特征量。例如，基本特征量提取部分將輸入音頻信號(hào)劃分為包括預(yù)定數(shù)量的樣本數(shù)據(jù)的幀，并針對(duì)每一幀提取多個(gè)類型的基本特征量。例如，在輸入音頻信號(hào)的采樣頻率是22. 050kHz的情況下，輸入音頻信號(hào)被劃分為包括IOM件樣本數(shù)據(jù)的幀。例如，基本特征量提取部分包括短時(shí)傅立葉變換部分和基本特征量計(jì)算部分。短時(shí)傅立葉變換部分對(duì)輸入音頻信號(hào)的每一幀進(jìn)行短時(shí)傅立葉變換?；咎卣髁坑?jì)算部分基于從短時(shí)傅立葉變換部分輸出的每一幀的頻譜計(jì)算多個(gè)類型的基本特征量，即“譜通量”、 “譜質(zhì)心”和“滾降”。
加權(quán)和相加部分對(duì)在基本特征量提取部分中提取的多個(gè)類型的基本特征量進(jìn)行加權(quán)和相加，以獲得相加信號(hào)。這里，例如，手動(dòng)地獲得權(quán)重系數(shù)，但可以通過(guò)學(xué)習(xí)自動(dòng)地確定權(quán)重系數(shù)。此外，音樂速度檢測(cè)部分檢測(cè)在加權(quán)和相加部分中獲得的相加信號(hào)中包括的周期分量，并基于周期分量檢測(cè)指示音樂速度的BPM。例如，音樂速度檢測(cè)部分包括快速傅立葉變換部分，得分計(jì)算部分和BPM確定部分?？焖俑盗⑷~變換部分對(duì)每一幀的相加信號(hào)進(jìn)行快速傅立葉變換，以進(jìn)行周期性分析。得分計(jì)算部分將從快速傅立葉變換部分輸出的頻率軸上的各個(gè)樣本劃分到預(yù)定數(shù)量的連續(xù)頻率區(qū)域，連續(xù)頻率區(qū)域包括假設(shè)存在正確的BPM的頻率區(qū)域，并且在連續(xù)頻率區(qū)域中，與低通側(cè)相鄰的頻率區(qū)域變?yōu)橐话肭遗c高通側(cè)相鄰的頻率區(qū)域變?yōu)閮杀丁４送猓?得分計(jì)算部分針對(duì)每個(gè)頻率區(qū)域以及針對(duì)每個(gè)樣本計(jì)算與每個(gè)樣本數(shù)據(jù)的水平相對(duì)應(yīng)的得分。BPM確定部分包括得分相加部分和最大值搜索部分。得分相加部分匹配各個(gè)頻率區(qū)域的樣本數(shù)，并基于在得分計(jì)算部分中計(jì)算出的針對(duì)每一頻率區(qū)域以及針對(duì)每一樣本的得分，對(duì)各個(gè)頻率區(qū)域的針對(duì)相應(yīng)樣本的樣本得分進(jìn)行相加。最大值搜索部分計(jì)算來(lái)自假設(shè)存在正確的BPM的頻率區(qū)域的、與具有由得分相加部分的相加獲得的樣本中的每一個(gè)樣本的得分相加值中的最大值的樣本相對(duì)應(yīng)的頻率，并確定與該頻率相對(duì)應(yīng)的BPM作為指示音樂速度的BPM。這樣，根據(jù)實(shí)施例，從輸入音頻信號(hào)提取多個(gè)類型的基本特征量；降多個(gè)類型的基本特征量加權(quán)并相加以獲得相加信號(hào)；并且基于包括在相加信號(hào)中的周期分量檢測(cè)指示音樂速度的BPM。因此，可以以高效率低計(jì)算量檢測(cè)音樂的音樂速度。根據(jù)實(shí)施例，例如，音樂速度檢測(cè)裝置還包括基于在基本特征量提取部分中提取的多個(gè)類型的基本特征量修改在音樂速度檢測(cè)部分中檢測(cè)到的BPM的音樂速度修改部分。 音樂速度修改部分可以基于多個(gè)類型的基本特征量，獲得用于確定正確的BPM是否存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的高通側(cè)的第一速度感，并獲得用于確定正確的BPM 是否存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的低通側(cè)的第二速度感。然后，當(dāng)通過(guò)第一速度感確定正確的BPM存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的高通側(cè)時(shí)，音樂速度修改部分可以將在音樂速度檢測(cè)部分中檢測(cè)到的BPM加倍，以輸出BPM ；當(dāng)通過(guò)第二速度感確定正確的BPM存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的低通側(cè)時(shí)，可以將在音樂速度檢測(cè)部分中檢測(cè)到的BPM減小到一半，以輸出BPM ；并且當(dāng)通過(guò)第一速度感確定正確的 BPM不存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的高通側(cè)時(shí)，以及當(dāng)通過(guò)第二速度感確定正確的BPM不存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的低通側(cè)時(shí)，可以將在音樂速度檢測(cè)部分中檢測(cè)到的BPM照原樣輸出。在這種情況下，通過(guò)基于多個(gè)類型的基本特征量，獲得用于確定正確的BPM是否存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的高通側(cè)和低通側(cè)的第一和第二速度感，執(zhí)行 BPM的修改處理，且能夠在正確的BPM存在于參照假設(shè)存在正確的BPM的頻率區(qū)域的高通側(cè)和低通側(cè)的情況下適當(dāng)?shù)匦薷腂PM。此外，在這種情況下，能夠在不執(zhí)行額外的基本特征量計(jì)算的情況下使用在基本特征量提取部分中提取的多個(gè)類型的基本特征量。此外，根據(jù)實(shí)施例，例如，基本特征量提取部分將輸入音頻信號(hào)劃分為包括預(yù)定數(shù)量的樣本數(shù)據(jù)的幀，并針對(duì)每一幀提取多個(gè)類型的基本特征量，且音樂速度修改部分針對(duì)包括預(yù)定數(shù)量的幀的每個(gè)塊獲得第一速度感和第二速度感。這里，可以通過(guò)利用經(jīng)過(guò)預(yù)先學(xué)習(xí)獲得的第一系數(shù)組來(lái)加權(quán)預(yù)定數(shù)量的幀中多個(gè)類型的基本特征量的平均值和標(biāo)準(zhǔn)偏差，并通過(guò)將加權(quán)的平均值和標(biāo)準(zhǔn)偏差相加，來(lái)獲得第一速度感；以及可以通過(guò)利用經(jīng)過(guò)預(yù)先學(xué)習(xí)獲得的第二系數(shù)組來(lái)加權(quán)預(yù)定數(shù)量的幀中多個(gè)類型的基本特征量的平均值和標(biāo)準(zhǔn)偏差，并通過(guò)將加權(quán)的平均值和標(biāo)準(zhǔn)偏差相加，來(lái)獲得第二速度感。例如，多個(gè)類型的基本特征量包括“ZCR”、“譜通量”、“譜質(zhì)心”和“滾降”。根據(jù)本公開，從輸入音頻信號(hào)中提取多個(gè)類型的基本特征量，對(duì)多個(gè)類型的基本特征量進(jìn)行加權(quán)并相加以獲得相加信號(hào)，并基于包括在相加信號(hào)中的周期分量檢測(cè)指示音樂速度的BPM。因此，能夠以高效率低計(jì)算量來(lái)檢測(cè)音樂的音樂速度。


圖1例示根據(jù)本公開第一實(shí)施例的音樂音樂速度檢測(cè)裝置的結(jié)構(gòu)實(shí)例的框圖；圖2是例示形成音樂音樂速度檢測(cè)裝置的基本特征量提取部分的結(jié)構(gòu)的實(shí)例的框圖；圖3是例示形成音樂音樂速度檢測(cè)裝置的臨時(shí)BPM計(jì)算部分的結(jié)構(gòu)的實(shí)例的框圖；圖4是例示形成臨時(shí)BPM計(jì)算部分的周期分量分析部分的結(jié)構(gòu)的示例的框圖；圖5是例示通過(guò)對(duì)多個(gè)類型的基本特征量的加權(quán)的相加信號(hào)執(zhí)行快速傅立葉變換獲得的結(jié)果的實(shí)例的圖；圖6是例示使用快速傅立葉變換結(jié)果的每個(gè)頻率區(qū)域的得分計(jì)算實(shí)例的圖；圖7是例示BPM計(jì)算部分中每個(gè)塊的BPM確定處理的過(guò)程的流程圖；圖8是例示根據(jù)本公開第二實(shí)施例的音樂分析系統(tǒng)的結(jié)構(gòu)的實(shí)例的框圖；以及圖9是例示允許使用軟件執(zhí)行諸如音樂音樂速度檢測(cè)或音樂分類的處理的計(jì)算機(jī)裝置的結(jié)構(gòu)的實(shí)例的圖。
具體實(shí)施例方式下文中，將以下面的順序描述根據(jù)本公開的各實(shí)施例1.第一實(shí)施例2.第二實(shí)施例3.變型1.第一實(shí)施例[音樂音樂速度檢測(cè)裝置的結(jié)構(gòu)實(shí)例]圖1例示根據(jù)第一實(shí)施例的音樂音樂速度檢測(cè)裝置10的結(jié)構(gòu)的實(shí)例。音樂音樂速度檢測(cè)裝置10檢測(cè)代表音頻信號(hào)的每預(yù)定時(shí)間(例如，30秒)的音樂的音樂速度的BPM(每分鐘拍數(shù))。音樂音樂速度檢測(cè)裝置10使用根據(jù)音頻信號(hào)的時(shí)間軸和頻率軸上的數(shù)據(jù)獲得的各種基本特征量的值以及其周期，檢測(cè)代表音樂音樂速度的BPM。音樂音樂速度檢測(cè)裝置 10包括基本特征量提取部分100、臨時(shí)BPM計(jì)算部分200以及BPM計(jì)算部分300?；咎卣髁刻崛〔糠?00根據(jù)輸入音頻信號(hào)(PCM信號(hào))針對(duì)每一幀計(jì)算多個(gè)類型的基本特征量。在本實(shí)施例中，多個(gè)類型的基本特征量對(duì)應(yīng)于“ZCR(過(guò)零率，ZeroCrossing Rate)”、“譜通量(Spectrum Flux) ”、“譜質(zhì)心(Spectrum Centroid) ” 和“滾降 (Roll-Off)，，。"George Tzanetakis and Perry Cook,Musical genre classification of audio signals, IEEE Transactions of Speech and Audio Processing,10(5) :293-302, July 2002”中公開了這些基本特征量?！癦CR”、“譜通量”、“譜質(zhì)心”和“滾降”的基本特征量通常具有下面的含義?！癦CR” 是輸入音頻信號(hào)的時(shí)間波形在單位時(shí)間期間與橫軸相交的次數(shù)?！白V通量”是每幀的頻譜中的能量變化?！白V質(zhì)心”是每幀的頻譜的中心?！皾L降”是達(dá)到每幀的頻譜的總和的85%的頻率。臨時(shí)BPM計(jì)算部分200將由基本特征量提取部分100提取的每一幀的多種類型的基本特征量視為時(shí)間序列數(shù)據(jù)，并檢測(cè)包括于多個(gè)類型的基本特征量的加權(quán)的相加信號(hào)中的周期分量(重復(fù)的分量)，從而計(jì)算臨時(shí)BPM。臨時(shí)BPM計(jì)算部分200使用“譜通量”、“譜質(zhì)心”和“滾降”的基本特征量。臨時(shí)BPM計(jì)算部分200形成加權(quán)和相加部分以及音樂速度檢測(cè)部分。這里，臨時(shí)BPM取BPMO到BPMO X 2，并將大約75用作BPMO。即使在BPMO到BPMO X 2 之間不存在正確的BPM的情況下，臨時(shí)BPM計(jì)算部分200輸出BPMO到BPM0X2之間的值作為臨時(shí)BPM。例如，在正確的BPM是180的情況下，臨時(shí)BPM計(jì)算部分200輸出90作為臨時(shí)BPM。此外，例如，在正確BPM是50的情況下，臨時(shí)BPM計(jì)算部分200輸出100作為臨時(shí) BPM。BPM計(jì)算部分300基于由基本特征量提取部分100提取的基本特征量計(jì)算速度感， 并確定正確的BPM是超過(guò)150的BPM(高BPM)還是低于BPMO (大約75)的BPM(低BPM)。 在計(jì)算速度感時(shí)，BPM計(jì)算部分300使用“ZCR(過(guò)零率)”、“譜通量”、“譜質(zhì)心”和“滾降”的
基本特征量。當(dāng)確定為正確的BPM是高BPM時(shí)，BPM計(jì)算部分300將由臨時(shí)BPM計(jì)算部分200 計(jì)算出的臨時(shí)BPM加倍，以獲得BPM。此外，當(dāng)確定為正確的BPM是低BPM時(shí)，BPM計(jì)算部分 300將由臨時(shí)BPM計(jì)算部分200計(jì)算的臨時(shí)BPM減少到一半，以獲得BPM。此外，當(dāng)確定為正確的BPM既不是高BPM又不是低BPM時(shí)，BPM計(jì)算部分300照原樣使用由臨時(shí)BPM計(jì)算部分200計(jì)算出的臨時(shí)BPM作為BPM。BPM計(jì)算部分300形成音樂速度修改部分。將描述圖1中所示的音樂音樂速度檢測(cè)裝置10的操作。輸入音頻信號(hào)(PCM信號(hào))被提供到基本特征量提取部分100。在基本特征量提取部分100中，對(duì)每一幀從輸入音頻信號(hào)中提取“ZCR”、“譜通量”、“譜質(zhì)心”和“滾降”的基本特征量。由基本特征量提取部分100提取的針對(duì)每一幀的“ZCR”、“譜通量”、“譜質(zhì)心”和 “滾降”的基本特征量被提供到臨時(shí)BPM計(jì)算部分200。在臨時(shí)BPM計(jì)算部分200中，由基本特征量提取部分100針對(duì)每一幀提取的每一基本特征量被視為時(shí)間序列數(shù)據(jù)，并被加權(quán)和相加。此外，在臨時(shí)BPM計(jì)算部分200中，提取包括于加權(quán)的相加信號(hào)中的周期分量(重復(fù)分量)，并計(jì)算臨時(shí)BPM。臨時(shí)BPM是BPMO到BPMO X 2之間的值(BPM是大約75)。由臨時(shí)BPM計(jì)算部分200計(jì)算的臨時(shí)BPM被提供給BPM計(jì)算部分300。臨時(shí)BPM是 BPMO到BPMO X 2之間的值(BPM是大約75)。即，在臨時(shí)BPM計(jì)算部分200中，即使在BPMO 到BPMO X 2之間不存在正確BPM的情況下，也將BPMO到BPMO X 2之間的值輸出為臨時(shí)BPM。 此外，由基本特征量提取部分100針對(duì)每一幀提取的“ZCR”、“譜通量”、“譜質(zhì)心”和“滾降”的基本特征量被提供給BPM計(jì)算部分300。在臨時(shí)BPM計(jì)算部分300中，基于由基本特征量提取部分100提取的“ZCR”、“譜通量”、“譜質(zhì)心”和“滾降”的基本特征量計(jì)算速度感。在BPM計(jì)算部分300中，基于計(jì)算的速度感確定正確的BPM是超過(guò)BPMO X 2的BPM (高BPM) (ΒΡΜ0是大約75)，還是低于BPMO的 BPM (低 BPM)。此外，在BPM計(jì)算部分300中，當(dāng)確定為正確的BPM是高BPM時(shí)，由臨時(shí)BPM計(jì)算部分200計(jì)算出的臨時(shí)BPM被加倍，以作為BPM輸出。此外，在BPM計(jì)算部分300中，當(dāng)確定正確的BPM是低BPM時(shí)，由臨時(shí)BPM計(jì)算部分200計(jì)算的臨時(shí)BPM被減少到一半，以作為 BPM輸出。此外，在BPM計(jì)算部分300中，當(dāng)確定為BPM既不是高BPM也不是低BPM時(shí)，由臨時(shí)BPM計(jì)算部分200計(jì)算的臨時(shí)BPM被作為BPM原樣輸出。[基本特征量計(jì)算部分的描述]將描述基本特征量計(jì)算部分100的細(xì)節(jié)。如上所述，基本特征量計(jì)算部分100計(jì)算在臨時(shí)BPM計(jì)算部分200中的周期分量提取處理以及BPM計(jì)算部分300中的速度感計(jì)算處理中使用的多個(gè)類型的基本特征量。多個(gè)類型的基本特征量對(duì)應(yīng)于如上所述的“ZCR”、 “譜通量”、“譜質(zhì)心”和“滾降”?；咎卣魈崛〔糠?00從輸入音頻信號(hào)提取“ZCR”、“譜通量”、“譜質(zhì)心”和“滾降”。預(yù)先對(duì)輸入音頻信號(hào)進(jìn)行通道變換和采樣頻率變換，使得輸入音頻信號(hào)是單聲道的， 并具有22. 050kHz的采樣頻率?；咎卣髁刻崛〔糠?00將輸入音頻信號(hào)劃分為IOM個(gè)樣本幀(大約46毫秒)，計(jì)算每一幀的基本特征量，然后將結(jié)果存儲(chǔ)在緩沖器中。圖2例示基本特征量提取部分100的結(jié)構(gòu)的示例。基本特征量提取部分100包括 短時(shí)傅立葉變換部分101、通量計(jì)算部分102、質(zhì)心計(jì)算部分103、滾降計(jì)算部分104、ZCR計(jì)算部分105以及緩沖器106到109。ZCR計(jì)算部分105使用輸入音頻信號(hào)，即時(shí)間軸上的數(shù)據(jù)，針對(duì)每一幀(10M 個(gè)樣本)，根據(jù)下面的公式⑴計(jì)算“ZCR”。此外，ZCR計(jì)算部分105執(zhí)行歸一化 (normalization)，使得計(jì)算結(jié)果在被確定為“ZCR”的基本特征量的歸一化系數(shù)中從0改變?yōu)?。這里，代表幀t中輸入音頻信號(hào)的采樣數(shù)據(jù)，且“η”代表時(shí)間軸方向上的索引 (index)。此外，“sign”是確定信號(hào)的極性的函數(shù)。在信號(hào)為正的情況下，“sign”被賦予 “1”，且在信號(hào)是負(fù)的情況下，“信號(hào)”被賦予“_1”。這里，‘％”是幀t中的“ZCR，，。
權(quán)利要求
1.一種音樂速度檢測(cè)裝置，包括基本特征量提取部分，其從輸入音頻信號(hào)提取多個(gè)類型的基本特征量；加權(quán)和相加部分，其對(duì)在所述基本特征量提取部分中提取的多個(gè)類型的所述基本特征量進(jìn)行加權(quán)和相加，以獲得相加信號(hào)；以及音樂速度檢測(cè)部分，其基于在所述加權(quán)和相加部分中獲得的所述相加信號(hào)中包括的周期分量來(lái)檢測(cè)指示音樂速度的每分鐘拍數(shù)BPM。
2.根據(jù)權(quán)利要求1所述的音樂速度檢測(cè)裝置，其中，所述基本特征量提取部分將所述輸入音頻信號(hào)劃分為包括預(yù)定數(shù)量的樣本數(shù)據(jù)的幀，并針對(duì)每一幀提取所述多個(gè)類型的所述基本特征量。
3.根據(jù)權(quán)利要求2所述的音樂速度檢測(cè)裝置，其中，所述基本特征量提取部分包括短時(shí)傅立葉變換部分，其對(duì)所述輸入音頻信號(hào)的每一幀進(jìn)行短時(shí)傅立葉變換；以及基本特征量計(jì)算部分，其基于從所述短時(shí)傅立葉變換部分輸出的每一幀的頻譜計(jì)算所述多個(gè)類型的所述基本特征量。
4.根據(jù)權(quán)利要求3所述的音樂速度檢測(cè)裝置，其中，所述音樂速度檢測(cè)部分包括快速傅立葉變換部分，其對(duì)在所述加權(quán)和相加部分中獲得的每一幀的所述相加信號(hào)進(jìn)行快速傅立葉變換；得分計(jì)算部分，其將從所述快速傅立葉變換部分輸出的頻率軸上的各個(gè)樣本劃分到預(yù)定數(shù)量的連續(xù)頻率區(qū)域，并且針對(duì)每個(gè)頻率區(qū)域以及針對(duì)每個(gè)樣本計(jì)算與每個(gè)樣本數(shù)據(jù)的水平相對(duì)應(yīng)的得分，所述連續(xù)頻率區(qū)域包括假設(shè)存在正確的BPM的頻率區(qū)域，并且在所述連續(xù)頻率區(qū)域中，與低通側(cè)相鄰的頻率區(qū)域變?yōu)橐话肭遗c高通側(cè)相鄰的頻率區(qū)域變?yōu)閮杀?；得分相加部分，其基于在所述得分?jì)算部分中計(jì)算出的針對(duì)每一頻率區(qū)域以及針對(duì)每一樣本的得分，匹配所述各個(gè)頻率區(qū)域的樣本數(shù)，并對(duì)所述各個(gè)頻率區(qū)域的針對(duì)相應(yīng)樣本的樣本得分進(jìn)行相加；以及BPM確定部分，其將與假設(shè)存在所述正確的BPM的所述頻率區(qū)域中的頻率相對(duì)應(yīng)的BPM 確定為指示音樂速度的BPM，所述假設(shè)存在所述正確的BPM的所述頻率區(qū)域中的頻率與具有由所述得分相加部分的相加獲得的樣本中的每一個(gè)樣本的得分相加值中的最大得分相加值的樣本相對(duì)應(yīng)。
5.根據(jù)權(quán)利要求1所述的音樂速度檢測(cè)裝置，還包括基于在所述基本特征量提取部分中提取的所述多個(gè)類型的基本特征量修改在所述音樂速度檢測(cè)部分中檢測(cè)到的BPM的音樂速度修改部分，其中，所述音樂速度修改部分基于所述多個(gè)類型的所述基本特征量，獲得用于確定所述正確的BPM是否存在于參照假設(shè)存在所述正確的BPM的所述頻率區(qū)域的高通側(cè)的第一速度感，并獲得用于確定所述正確的BPM是否存在于參照假設(shè)存在所述正確的BPM的所述頻率區(qū)域的低通側(cè)的第二速度感；當(dāng)通過(guò)所述第一速度感確定所述正確的BPM存在于參照假設(shè)存在所述正確的BPM的所述頻率區(qū)域的所述高通側(cè)時(shí)，將在所述音樂速度檢測(cè)部分中檢測(cè)到的所述BPM加倍，以輸出所述BPM ；當(dāng)通過(guò)所述第二速度感確定所述正確的BPM存在于參照假設(shè)存在所述正確的BPM的所述頻率區(qū)域的所述低通側(cè)時(shí)，將在所述音樂速度檢測(cè)部分中檢測(cè)到的BPM減小到一半，以輸出所述BPM ；以及當(dāng)通過(guò)所述第一速度感確定所述正確的BPM不存在于參照假設(shè)存在所述正確的BPM的所述頻率區(qū)域的所述高通側(cè)時(shí)，以及當(dāng)通過(guò)所述第二速度感確定所述正確的BPM不存在于參照假設(shè)存在所述正確的BPM的所述頻率區(qū)域的所述低通側(cè)時(shí)，將在所述音樂速度檢測(cè)部分中檢測(cè)到的所述BPM照原樣輸出，作為所述BPM。
6.根據(jù)權(quán)利要求5所述的音樂速度檢測(cè)裝置，其中，所述基本特征量提取部分將所述輸入音頻信號(hào)劃分為包括預(yù)定數(shù)量的樣本數(shù)據(jù)的幀， 并針對(duì)每一幀提取所述多個(gè)類型的所述基本特征量，以及其中，所述音樂速度修改部分針對(duì)包括預(yù)定數(shù)量的幀的每個(gè)塊獲得所述第一速度感和所述第二速度感；通過(guò)利用經(jīng)過(guò)預(yù)先學(xué)習(xí)而獲得的第一系數(shù)組加權(quán)預(yù)定數(shù)量的幀中所述多個(gè)類型的基本特征量的平均值和標(biāo)準(zhǔn)偏差，并通過(guò)將加權(quán)的平均值和標(biāo)準(zhǔn)偏差相加，來(lái)獲得所述第一速度感；以及通過(guò)利用經(jīng)過(guò)預(yù)先學(xué)習(xí)而獲得的第二系數(shù)組加權(quán)預(yù)定數(shù)量的幀中所述多個(gè)類型的基本特征量的所述平均值和所述標(biāo)準(zhǔn)偏差，并通過(guò)將加權(quán)的平均值和標(biāo)準(zhǔn)偏差相加，來(lái)獲得所述第二速度感。
7.一種音樂速度檢測(cè)方法，包括從輸入音頻信號(hào)提取多個(gè)類型的基本特征量；對(duì)在基本特征量提取中提取的多個(gè)類型的所述基本特征量進(jìn)行加權(quán)和相加，以獲得相加信號(hào)；以及基于在基本特征量加權(quán)和相加中獲得的所述相加信號(hào)中包括的周期分量來(lái)檢測(cè)指示音樂速度的每分鐘拍數(shù)BPM。
8.一種允許計(jì)算機(jī)具有包括以下內(nèi)容的功能的程序，包括基本特征量提取裝置，用于從輸入音頻信號(hào)提取多個(gè)類型的基本特征量；加權(quán)和相加裝置，用于對(duì)在所述基本特征量提取裝置中提取的多個(gè)類型的所述基本特征量進(jìn)行加權(quán)和相加，以獲得相加信號(hào)；以及音樂速度檢測(cè)裝置，用于基于在所述加權(quán)和相加裝置中獲得的所述相加信號(hào)中包括的周期分量來(lái)檢測(cè)指示音樂速度的每分鐘拍數(shù)BPM。
全文摘要
提供一種音樂速度檢測(cè)裝置、音樂速度檢測(cè)方法和程序。該音樂速度檢測(cè)裝置包括基本特征量提取部分，其從輸入音頻信號(hào)提取多個(gè)類型的基本特征量；加權(quán)和相加部分，其對(duì)在基本特征量提取部分中提取的多個(gè)類型的基本特征量進(jìn)行加權(quán)和相加，以獲得相加信號(hào)；以及音樂速度檢測(cè)部分，其基于在加權(quán)和相加部分中獲得的相加信號(hào)中包括的周期分量來(lái)檢測(cè)指示音樂速度的BPM。
文檔編號(hào)G10H1/40GK102347022SQ20111021269
公開日2012年2月8日 申請(qǐng)日期2011年7月26日 優(yōu)先權(quán)日2010年8月2日
發(fā)明者井上晃, 高橋秀介 申請(qǐng)人:索尼公司