基于小波的时频指纹方法用于传统爱尔兰音乐的特征提取
音频与语音处理
2025-08-04 v1 声音
信号处理
摘要
本文提出一种基于小波的时频指纹方法用于时间序列特征提取,重点研究从传统爱尔兰乐曲的现场录音中进行音频识别。针对时间序列数据中特征识别的挑战,本文采用连续小波变换提取频谱特征,并利用小波相干分析将录音音频的频谱图与人工合成的乐曲进行比较。这些合成乐曲由 ABC 记号法(爱尔兰音乐中常用的符号化表示)生成。实验结果表明,基于小波的方法能够准确且高效地识别录音中的乐曲。本研究还详细分析了小波相干模型的性能,凸显了其相对于其他时频分解方法的优势。此外,我们讨论并将该模型部署于音乐之外的若干应用场景,包括脑电图(EEG)信号分析与金融时间序列预测。
引用
@article{arxiv.2508.00479,
title = {Wavelet-Based Time-Frequency Fingerprinting for Feature Extraction of Traditional Irish Music},
author = {Noah Shore},
journal= {arXiv preprint arXiv:2508.00479},
year = {2025}
}
备注
Master's thesis. The focus of the thesis is on the underlying techniques for signal fingerprinting