基于 CNN 结合 PYIN 的基础频率提取
声音
2022-08-18 v1 机器学习
音频与语音处理
摘要
本文涉及基于 PYIN（一种用于提取单声部音乐基础频率（F0）的算法）与训练好的卷积神经网络（CNN）模型的多重基础频率（multiple F0）提取，其中由输入信号生成音高显著函数来估计多重 F0。本文讨论了这两种算法的实现及其各自的优缺点。分析这两种方法的不同表现，将 PYIN 应用于补充从训练好的 CNN 模型中提取的 F0，以结合两种算法的优势。在评估中，使用了两把小提琴演奏的四段乐曲，并根据所提取 F0 曲线的平滑度评估模型表现。结果表明，在从单声部与多声部音乐中提取 F0 时，组合模型优于原始算法。
引用
@article{arxiv.2208.08354,
title = {Extract fundamental frequency based on CNN combined with PYIN},
author = {Ruowei Xing and Shengchen Li},
journal= {arXiv preprint arXiv:2208.08354},
year = {2022}
}