CN101364407B - 保持主观一致性的卡拉ok演唱评分方法 - Google Patents

Abstract

保持主观一致性的卡拉OK演唱评分方法，属于卡拉OK演唱评分技术领域，其特征在于：在PC机上设定演唱录音数据采集模块，把从话筒声卡输入的演唱声音保存为演唱录音数据；演唱旋律特征提取模块，从演唱录音数据中提取出包含旋律特征的分帧演唱音高序列；标准旋律特征提取模块，从包含标准旋律的midi文件中提取出分帧标准音高序列；旋律差异与主观评分对应关系的建立模块，含有旋律差异值与人主观评分之间的对应关系表；旋律差异到最终评分的转换模块，根据上述分帧演唱音高序列和分帧标准音高序列计算出旋律差异值，再根据上述对应关系表通过插值方法计算出与输入演唱数据对应的最终得分，则该得分具有保持与人主观一致的特点。

Description

保持主观一致性的卡拉OK演唱评分方法

技术领域

本发明涉及一种能根据卡拉OK演唱者的演唱数据与歌曲的标准旋律数据之间的差异以及旋律差异值与人主观评判分数之间的对应关系，从而得到最终演唱评分的方法；更具体的，本发明涉及一种通过将卡拉OK演唱者的演唱数据和卡拉OK歌曲的标准旋律数据作比较，计算出旋律差异值，并且根据旋律差异值与人主观评判分数之间的对应关系，通过插值方法将该旋律差异值转换为对该演唱者此次演唱的评分，该评分具有保持与人主观一致的特点。

背景技术

传统的卡拉OK评分方法通常都是将演唱者的演唱数据与歌曲的标准旋律数据进行音量，音高进行直接比较，得到差异值，然后将该差异值归一化为十分制或百分制，于是该分值即为最终的演唱评分。这样的分数虽然能从一定程度上反映演唱的好坏，但该得分往往与人的主观评判差距很大。以音高差异为例：演唱音高差异与标准音高差异的取值范围通常在负五度到正五度之间，传统评分方法实质上就是将该差异与最终得分直接建立线性关系，即差异为零则满分(比如：10分)，每差一度则扣2分，这样如果一个音符差距为三度，则该音符的得分为4分；但实际上人在主观评判时，如果一个音符的差距为三度，则会认为该音符是完全演唱错误，得分为0分。所以，从这个实例可以理解，人的主观评分与旋律差异之间并非简单的线性对应关系，如果直接将旋律差异值归一化所得到的分数作为最终评分是与人的主观评判不相符合的。这也是目前的各种已有卡拉OK评分系统所得分数与人主观评判总是存在很大差异的主要原因

本发明正是针对目前卡拉OK演唱评分与人主观评判不一致的缺点，着重处理了旋律差异与主观评分之间的对应关系，并建立了对应关系表，这样在计算了演唱旋律与标准旋律之间的差异值后，利用对应关系表再通过插值方法得到最终评分，经大量实验表明，这样的评分具有保持与人主观一致的特点。

发明内容

本发明的目的是为了得到对卡拉OK演唱者准确而且与人主观评判相一致的评分，提供了演唱旋律特征提取方法和标准旋律特征提取方法，以及基于音高和节奏的旋律差异计算方法，保证了旋律差异值的客观准确性；并通过大量实验建立了旋律差异和人主观评分之间的对应关系表，从而根据旋律差异值和该对应关系表，利用反距离加权平均插值方法可以计算出最终的演唱评分，这样的评分与人的主观评判有很强的一致性。本方法在PC平台上实现，具有相当广泛的适用范围。

本发明的特征在于：

该方法是在PC机上依次按以下步骤实现的：

步骤1，初始化

在该PC机上安装演唱录音数据采集模块，演唱旋律特征提取模块，标准旋律特征提取模块，旋律差异计算模块，旋律差异与主观评分对应关系的建立模块，旋律差异到最终评分的转换模块，其中：

A.演唱录音数据采集模块，控制录音设备的启动和停止，并调节音量的大小，根据设定的录音采样频率和位数采集演唱录音数据；

B.演唱旋律特征提取模块，从演唱录音数据采集模块输出的录音数据中提取能表达演唱旋律特征的分帧演唱音高序列；

C.标准旋律特征提取模块，从内设的含有歌曲标准旋律的midi文件中提取能表达标准旋律特征的分帧标准音高序列；

D.旋律差异计算模块，通过对所述分帧演唱音高序列和分帧标准音高序列的比较，用设置的差异阈值来区分音高差异和节奏差异，从而计算出音高差异值和节奏差异值，即为旋律差异值；

E.旋律差异与主观评分对应关系的建立模块，通过由评判人预先输入的对一些具有典型代表性的演唱数据的评分标注，得到旋律差异值与主观评分之间的对应关系表；

F.旋律差异到最终评分的转换模块，利用所述旋律差异与主观评分的对应关系表，通过反距离加权平均插值方法计算出任意给定的旋律差异所对应的最终评分；

步骤2

标准旋律特征提取模块从所述包含标准旋律特征的midi文件中提取能表示歌曲标准旋律特征的的分帧标准音高序列；

步骤3

操作者按下PC机上的开始录音键，启动演唱录音数据采集模块，然后通过话筒和声卡设备输入演唱数据，保存为wav格式的演唱录音数据；

步骤4

演唱旋律特征提取模块从步骤3输出的演唱录音数据中，使用基于自相关函数的基音周期估计算法得到能表示演唱旋律特征的分帧演唱音高序列；

步骤5

旋律差异计算模块将步骤4输出的分帧演唱音高序列与步骤2输出的分帧标准音高序列进行比较，计算出旋律差异值，其中包含音高差异值和节奏差异值；

步骤6

旋律差异到最终评分的转换模块从所述旋律差异与主观评分对应关系的建立模块获取旋律差异值与主观评分之间的对应关系表；

步骤7

旋律差异到最终评分的转换模块根据步骤5输出的所述旋律差异值和步骤6输出的所述对应关系表，通过反距离加权平均插值方法，计算出与步骤3输入的演唱数据所对应的最终评分。

本发明具有所得到的评分与人主观评判一致的优点。

附图说明

图1为本发明的模块示意图。

图2为本发明的程序流程框图。

具体实施方式

请参阅图1(图1为“保持主观一致性的卡拉OK演唱评分方法”的模块示意图)

演唱录音数据采集模块是控制录音设备的启动和停止，并可以调节录音音量的大小和设置相应的录音采样频率和位数，从而采集到演唱录音数据。根据对大量实验数据的分析结果，本系统使用的采样频率为11025，位数为16。

该模块的输入是：通过话筒和声卡设备输入的演唱数据

该模块的输出是：根据设置的采样频率、位数，采集并保存的演唱录音数据

该模块的处理流程：先设置好录音数据采样参数：录音音量的大小，采样频率和位数；然后由操作者通过按键或鼠标点击启动录音，则开始进行录音，将录制的数据保存为标准wav格式。

演唱旋律特征提取模块是从演唱录音数据中提取能表达演唱旋律特征的分帧音高序列。

该模块的输入是：经演唱录音数据采集模块输出的演唱录音数据

该模块的输出是：包含演唱旋律特征的分帧演唱音高序列

该模块的处理流程：将输入的演唱录音数据以50ms的时间单位划分为一帧，使用基于自相关函数的基音周期估计算法来计算出每帧的音高，这样即可得到一个通常包含上千帧的分帧音高序列。具体来说，以一段3分钟的演唱录音数据为例，采用50ms的时间间隔来划分帧，则可得到3600帧，因为设置的采样率是11025，则每一帧的样本数是(50*11.025)再取整，结果是550。用这550个样本数据计算自相关函数，然后计算出自相关函数在第一个过零点之后的最大峰值点位置，便能估算出基音周期，即为该帧的音高。具体的计算步骤如下：

1.计算自相关函数

设样本数据为s(n)(1≤n≤N)，其中N＝550；则自相关函数的计算公式为：

$R\left(k\right)={\mathrm{\Σ}}_{n=0}^{N-k-1}s\left(n\right)s(n+k)$

2.找到第一个过零点(即R(k)≤0)的位置

第一个过零点的位置记为k₀，具体计算方法：如果(R(k)>0)则k＝k+1；否则，k₀＝k；

通过循环可找到第一个过零点的位置k₀；

3.找到过零点之后的最高峰值点位置

在k₀<k<N范围内，找到R(k)取最大值的位置，设该位置为k_max；

4.计算基音周期，作为该帧的音高

基音周期(即该帧音高)＝11025/k_max

对这段3600帧的演唱录音数据都采用以上相同方法计算出每帧的音高，则可得到一个共计3600帧的分帧演唱音高序列。

标准旋律特征提取模块是从卡拉OK歌曲的标准旋律数据(即标准midi格式文件)中提取分帧标准音高序列

该模块的输入是：卡拉OK歌曲的标准旋律数据，即标准单音轨midi格式的文件

该模块的输出是：包含标准旋律特征的分帧标准音高序列

该模块的处理流程：包含标准旋律数据的midi格式文件记录了标准旋律中每一个音符的音高和时长。我们同样采用以50ms的时间单位来划分帧，根据每帧对应时间的音符的音高值作为该帧的标准音高值。具体来说，比如：midi文件记录的某一个音符的音高值是102，开始时间是25秒，持续时间是0.5秒，则对应到分帧音高序列的计算方法是：第25秒对应的是第500(＝25*1000ms/50ms)帧，从这第500帧开始，共有10(＝0.5*1000ms/50ms)帧的音高值都为102。通过这样的方法可以从一个标准midi格式的文件提取音高数据，得到一个对应的分帧标准音高序列。

旋律差异计算模块是通过对分帧演唱音高序列和分帧标准音高序列的比较，用设置的差异阈值来区分音高差异和节奏差异，从而计算出音高差异值和节奏差异值，即旋律差异值。

该模块的输入是：

1.经演唱旋律特征提取模块输出的分帧演唱音高序列；

2.经标准旋律特征提取模块输出的分帧标准音高序列；

该模块的输出是：旋律差异值(包含音高差异值和节奏差异值)

该模块的处理流程：对分帧演唱音高序列和分帧标准音高序列进行逐帧比较，得到一个分帧差异值序列。该分帧序列中，所有差异值小于等于6的帧被视为音高差异帧，所有差异值大于6的帧被视为节奏差异帧。设共有M帧音高差异帧和N帧节奏差异帧，X_i(1≤i≤M)表示音高差异帧的各帧差异数值，则可计算：

节奏差异值＝N/(M+N)

于是，输出的旋律差异值为：(音高差异值，节奏差异值)。

旋律差异与主观评分对应关系的建立模块是通过评判人对一些具有典型代表性的演唱数据的评分标注，得到旋律差异值与人主观评分之间的对应关系表。

该模块的输入是：具有典型代表性的演唱数据和专家评判人对这些演唱的评分；

该模块的输出是：旋律差异与主观评分之间的对应关系表

该模块的处理流程：选择一些具有典型代表性的演唱数据，比如：在音高和节奏上都非常准确完美的；在音高方面把握很好但节奏方面比较差的；音高方面跑调很多但节奏把握很好的等。请专家评判人对这些演唱数据进行评分，采用千分制(最低分为0分，最高分为1000分)，并计算出这些典型演唱数据与标准旋律之间的旋律差异值(音高差异值，节奏差异值)。这样对于每一项演唱数据即可以得到其旋律差异(包含音高差异和节奏差异)与评分之间的对应关系，汇总在一起则可以得到如下的对应关系表：

s1      音高差异       0.000544  节奏差异     0.003988  最终得分    1000

s2      音高差异       0.800544  节奏差异     0.003988  最终得分    900

s3      音高差异       1.016678  节奏差异     0.003988  最终得分    800

s4      音高差异       1.816678  节奏差异     0.003988  最终得分    200

s5      音高差异       2.716678  节奏差异     0.003988  最终得分    0

s6      音高差异       0.000544  节奏差异     0.033988  最终得分    980

s7      音高差异       0.800544  节奏差异     0.033988  最终得分    880

s8      音高差异       1.016678  节奏差异     0.033988  最终得分    780

s9      音高差异       1.816678  节奏差异     0.033988  最终得分    220

s10     音高差异       2.716678  节奏差异     0.033988  最终得分    0

s11     音高差异       0.000544  节奏差异     0.103988  最终得分    800

s12     音高差异       0.800544  节奏差异     0.103988  最终得分    760

s13     音高差异       1.016678  节奏差异     0.103988  最终得分    700

s14     音高差异       1.816678  节奏差异     0.103988  最终得分    200

s15     音高差异       2.716678  节奏差异     0.103988  最终得分    0

s16     音高差异       0.000544  节奏差异     0.403988  最终得分    300

s17     音高差异       0.800544  节奏差异     0.403988  最终得分    250

s18     音高差异       1.016678  节奏差异     0.403988  最终得分    180

s19     音高差异       1.816678  节奏差异     0.403988  最终得分    0

s20     音高差异       2.716678  节奏差异     0.403988  最终得分    0

s21     音高差异       0.000544  节奏差异     0.503988  最终得分    0

s22     音高差异       0.800544  节奏差异     0.503988  最终得分    0

s23     音高差异       1.016678  节奏差异     0.503988  最终得分    0

s24     音高差异       1.816678  节奏差异     0.503988  最终得分    0

s25     音高差异       2.716678  节奏差异     0.503988  最终得分    0

旋律差异到最终评分的转换模块是利用已有的旋律差异与主观评分对应关系表，通过反距离加权平均插值方法可计算出任意给定的旋律差异所对应的最终评分。

该模块的输入是：

1.旋律差异计算模块的输出，即旋律差异值(包含音高差异值和节奏差异值)；

2.旋律差异与主观评分对应关系建立模块的输出，即旋律差异与主观评分之间的对应关系表；

该模块的输出是：与输入的旋律差异值相对应的最终评分；

该模块的处理流程：先从对应关系表的25个数据中，找到与输入旋律差异值距离最接近的4个数据；再利用输入旋律差异值与这4个数据的距离和各自对应得分，通过反距离加权平均插值方法计算出与输入旋律差异值对应的最终得分。具体来说，设输入的旋律差异值为：(P_in，T_in)，其中P_in是音高差异值，T_in是节奏差异值。计算该旋律差异值与对应关系表中25个数据的距离，距离计算公式为： $R_k=\sqrt{{(P_{\mathrm{in}}-P_k)}^2+{(T_{\mathrm{in}}-T_k)}^2}(1\&le;k\&le;25)$

其中，

R_k表示输入旋律差异值与对应关系表中第k个数据的距离；

P_k表示对应关系表中第k个数据的音高差异值；

T_k表示对应关系表中第k个数据的节奏差异值；

再从25个距离值中选取距离值最小的4个值，设为：R_j(1≤j≤4)，其在对应关系表中的最终得分表示为：S_j(1≤j≤4)；使用反距离加权平均插值法即可计算出与输入旋律差异值所对应的最终得分S_in，插值方法的具体计算公式为： $S_{\mathrm{in}}={\mathrm{\&Sigma;}}_{j=1}^4{F}_j^2{S}_j/{\mathrm{\&Sigma;}}_{j=1}^4{F}_j^2$ (其中F_j＝1/R_j)。该最终得分S_in具有保持与人主观一致的特点。

Claims (1)

1.保持主观一致性的卡拉OK演唱评分方法，其特征在于，该方法是在PC机上依次按以下步骤实现的：

步骤1，初始化

在该PC机上安装演唱录音数据采集模块，演唱旋律特征提取模块，标准旋律特征提取模块，旋律差异计算模块，旋律差异与主观评分对应关系的建立模块，旋律差异到最终评分的转换模块，其中：

A.演唱录音数据采集模块，控制录音设备的启动和停止，并调节音量的大小，根据设定的录音采样频率和位数采集演唱录音数据；

B.演唱旋律特征提取模块，从演唱录音数据采集模块输出的录音数据中提取能表达演唱旋律特征的分帧演唱音高序列；

C.标准旋律特征提取模块，从内设的含有歌曲标准旋律的midi文件中提取能表达标准旋律特征的分帧标准音高序列；

D.旋律差异计算模块，通过对所述分帧演唱音高序列和分帧标准音高序列的比较，用设置的差异阈值来区分音高差异和节奏差异，从而计算出音高差异值和节奏差异值，即为旋律差异值；

E.旋律差异与主观评分对应关系的建立模块，通过由评判人预先输入的对一些具有典型代表性的演唱数据的评分标注，得到旋律差异值与主观评分之间的对应关系表；

F.旋律差异到最终评分的转换模块，利用所述旋律差异与主观评分的对应关系表，通过反距离加权平均插值方法计算出任意给定的旋律差异所对应的最终评分；

步骤2

标准旋律特征提取模块从所述包含标准旋律特征的MIDI文件中提取能表示歌曲标准旋律特征的分帧标准音高序列；

步骤3

操作者按下PC机上的开始录音键，启动演唱录音数据采集模块，然后通过话筒和声卡设备输入演唱数据，保存为wav格式的演唱录音数据；

步骤4

演唱旋律特征提取模块从步骤3输出的演唱录音数据中，使用基于自相关函数的基音周期估计算法得到能表示演唱旋律特征的分帧演唱音高序列；

步骤5

旋律差异计算模块将步骤4输出的分帧演唱音高序列与步骤2输出的分帧标准音高序列进行比较，计算出旋律差异值，其中包含音高差异值和节奏差异值；

步骤6

旋律差异到最终评分的转换模块从所述旋律差异与主观评分对应关系的建立模块获取旋律差异值与主观评分之间的对应关系表；

步骤7

旋律差异到最终评分的转换模块根据步骤5输出的所述旋律差异值和步骤6输出的所述对应关系表，通过反距离加权平均插值方法，计算出与步骤3输入的演唱数据所对应的最终评分。

Images