基于鲁棒主成分分析与次谐波求和相互结合的歌声分离与声乐基频估计
声音
2016-11-29 v1 多媒体
摘要
本文提出一种新的歌声分析方法，实现相互依赖的歌声分离与声乐基频（F0）估计。若能从音乐音频信号中分离出歌声，则声乐F0估计被认为会变得更容易，而声乐F0轮廓对歌声分离也有用。这需要一种利用一方结果来提升另一方任务性能的方法。所提方法首先执行鲁棒主成分分析（RPCA）以从目标音乐音频信号中粗略提取歌声。然后，通过在F0显著谱图上寻找最优时间路径，从分离出的歌声中估计主旋律的F0轮廓。最后，将RPCA给出的常规时频掩码与另一个仅通过估计F0谐波结构的掩码相结合，再次更准确地分离歌声。实验结果表明，所提方法显著提升了歌声分离与声乐F0估计两者的性能。该方法还在提交至名为MIREX 2014的国际音乐分析竞赛的所有其他歌声分离方法中表现最佳。
引用
@article{arxiv.1604.00192,
title = {Singing Voice Separation and Vocal F0 Estimation based on Mutual Combination of Robust Principal Component Analysis and Subharmonic Summation},
author = {Yukara Ikemiya and Katsutoshi Itoyama and Kazuyoshi Yoshii},
journal= {arXiv preprint arXiv:1604.00192},
year = {2016}
}
备注
11 pages