一种基于频谱特征相似度的古筝音高估计方法

目前针对古筝的音高识别的研究较少，识别算法表现欠佳，主要原因在于古筝音高频谱频率分布复杂且现有高质量数据集较少，不易获取有效音高特征。本文考虑到古筝音高频谱存在基频丢失、谐波衰弱、倍频音混淆(八度错误)等问题，提出了一种基于频率比对的音高相似度特征计算方法。该方法首先通过预处理对原始音频数据进行时频变换，然后提出用综合频率相似度、能量相似度和频率置信度这3种相似度特征来区分不同的音高，3组相似度矩阵表明该方法在不同音高上有较高的区分度。对630条古筝音频数据的实验结果表明，利用本文所提出的3种相似度特征计算方法的音高分类模型的准确性F1值高达97%,优于使用传统频谱特征的方法的80%。