传统音高检测算法与神经网络方法的比较

Anja Kroon

传统音高检测算法与神经网络方法的比较

音频与语音处理 2022-06-30 v1 声音信号处理

作者: Anja Kroon

摘要

尽管已有大量研究，传统的音高预测方法仍不完美。随着神经网络（NNs）的出现，研究者希望创建基于NN的音高预测器以超越传统方法。本文比较了三种音高检测算法（PDAs）：pYIN、YAAPT与CREPE。pYIN与YAAPT是考虑时域与频域处理的常规方法。CREPE利用数据训练的深度卷积神经网络估计音高，其包含6个稠密连接的卷积隐藏层，并对给定输入信号确定音高概率。将代表神经网络音高预测器的CREPE与由pYIN和YAAPT代表的更经典方法进行比较。品质因数（FOM）将包含浊音到浊音错误、清音到浊音错误、严重音高错误与精细音高错误的数量。

关键词

音高检测神经网络 pYIN YAAPT CREPE 卷积神经网络品质因数

引用

@article{arxiv.2206.14357,
  title  = {Comparing Conventional Pitch Detection Algorithms with a Neural Network Approach},
  author = {Anja Kroon},
  journal= {arXiv preprint arXiv:2206.14357},
  year   = {2022}
}

备注

6 pages, 11 figures

传统音高检测算法与神经网络方法的比较

摘要

关键词

引用

备注

相关论文