音频贝叶斯谐波模型中参数的提取  

The Extraction of Parameters of Musical Bayesian Harmonic Models

作　　者：王晖[1] 颜靖华[1] 李传珍[1] 蔡娟娟[1] 

机构地区：[1]中国传媒大学信息工程学院,北京100024

出　　处：《中国传媒大学学报（自然科学版）》2007年第4期10-15,共6页Journal of Communication University of China：Science and Technology

基　　金：亚洲传媒项目(AM06082)

摘　　要：由于音乐信号具有暂态特性、夹杂噪声、且它的基频在频域上具有复杂的结构,因此分析音乐信号是一项复杂的工作。本文在分析音乐信号时引入了音频贝叶斯谐波模型,并在此基础上提出了一个基于贝叶斯谐波模型的简化模型,然后采用可逆跳转蒙特卡罗(RJMCMC)采样算法对此模型中基频参数和谐波幅度进行了估计,仿真结果表明该算法取得了较好的效果。Analysis of musical signals is a complicated job by the presence of transient sounds, noises and complex structure of musical pitches in the frequency domain. This paper introduces a Bayesian harmonic model to analyze musical signals, then this paper proposes a predigested model based on Bayesian harmonic model and adopts reversible jump Monte Carlo Markov Chain （RJMCMC） sampling algorithm to estimate the fundamental frequency and amplitudes of partials. The simulation indicates that this algorithm performs satisfactorily.

关 键 词：贝叶斯谐波模型 基频 贝叶斯估计 蒙特卡罗采样 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]