CN101859560A - 卡拉ok歌曲伴唱自动评分方法 - Google Patents

Abstract

本发明提供一种卡拉OK歌曲伴唱自动评分方法，该方法主要是通过比对唱歌者的音高、拍点位置及音量与歌曲主旋律的音高、拍点位置及音量，从而分别得到音感分数、节奏感分数及情感分数，最后以加权计分方式核算加权总分；通过本发明的设计方法，可以精确计算出演唱者在每一个歌曲段落的音高、拍点位置及音量误差，并可利用音高曲线、音量曲线的显示效果，让演唱者可以很容易知道哪个地方唱得不够准确以及哪个地方需要加强，同时具有教学及娱乐的双重效果而确具实用性和进步性。

Description

卡拉OK歌曲伴唱自动评分方法

技术领域

本发明涉及一种卡拉OK歌曲伴唱自动评分方法，特别是指一种依据音感、节奏感及情感等多项分数，再以加权计分方式核算评分的方法。

背景技术

在卡拉OK(KARAOK)歌曲伴唱过程中，目前的伴唱机通常伴有自动评分的功能，但是，该功能的现有设计，往往只是粗略估算整体分数而已，也可能只是依据唱歌声音的分贝数值高低来作为评量的唯一参考，而某些伴唱机的评分结果，甚至与歌曲唱的好坏质量状态其实没什么关联性，因此只能达到些许的娱乐效果而已，并不能真正的评出歌曲唱的好坏，因此对于歌唱者的练唱而言，其实并无帮助。

因此，针对上述现有卡拉OK歌曲伴唱产品设计使用上所存在的问题，有必要研发出一种能够更具理想实用性的创新设计。

有鉴于此，发明人基于多年从事相关产品的制造开发与设计经验，针对上述的目标，详加设计与审慎评估后，终得一确具实用性的卡拉OK歌曲伴唱自动评分方法。

发明内容

本发明的主要目的，是提供一种卡拉OK歌曲伴唱自动评分方法，以解决现有卡拉OK歌曲伴唱机的自动评分功能并不能真正评出歌唱好坏，以致对于歌唱者练唱而言并无帮助的问题；

本发明解决问题的技术特点，在于所述卡拉OK歌曲伴唱自动评分方法，主要是通过比对唱歌者的音高、拍点位置及音量与歌曲主旋律的音高、拍点位置及音量，分别得到音感分数、节奏感分数及情感分数，最后以加权计分方式核算加权总分。

与现有技术相比，本发明具有如下有益效果：

可以精确计算出演唱者在每一个歌曲段落的音高、拍点位置及音量误差，并可利用音高曲线、音量曲线的显示效果，让演唱者可以很容易知道哪个地方唱得不够准确以及哪个地方需要加强，同时具有教学及娱乐的双重效果而确具实用性和进步性。

附图说明

图1为本发明的音感分数取得方法文字方块图一；

图2为本发明的音感分数取得方法文字方块图二；

图3为本发明的音感分数取得方法文字方块图三；

图4为本发明的节奏感分数取得方法文字方块图一；

图5为本发明的节奏感分数取得方法文字方块图二；

图6为本发明的节奏感分数取得方法文字方块图三；

图7为本发明的节奏感分数取得方法文字方块图四；

图8为本发明的情感分数取得方法文字方块图；

图9为本发明的自动评分估算方法文字方块图；

图10为本发明的实作范例说明参照图表一；

图11为本发明的实作范例说明参照图表二；

图12为本发明的实作范例说明参照图表三；

图13为本发明的实作范例说明参照图表四；

图14为本发明的实作范例说明参照图表五。

图15为本发明的实作范例说明参照图表六。

图16为本发明的实作范例说明参照图表七。

具体实施方式

请参照图1至图16，是本发明卡拉OK歌曲伴唱自动评分方法的较佳实施例，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。所述卡拉OK歌曲伴唱自动评分方法，大致而言，主要是通过比对唱歌者的音高、拍点位置及音量与歌曲主旋律的音高、拍点位置及音量的方式，以分别得到音感分数、节奏感分数及情感分数的计分项目，最后以加权计分方式核算所有计分项目的加权总分，以获得自动评分的分数。

当一个人在唱歌时，除了个人声音的特质外，要评论其歌声与歌曲的匹配，主要应包括三种感觉，一是音感、二是节奏感、三是情感，音感是判断其音高与相对的每个音符的音高准确度；节奏感是判断其拍点位置的误差，包括起唱拍点及结束拍点；情感是判断其音量的变化，包括每句歌曲的音量变化及整体的音量变化。而具体获取所述音感分数、节奏感分数及情感分数的方法分别说明如下：

(一)音感分数：

请参照图1，每隔一小段时间(例如0.1秒)，由演唱者所唱的麦克风音讯，计算一次演唱者的音高，所述音高估算即取得人声音讯的基频(Fundamental Frequency)，而该基频的取得方法通常可利用基于自相关函数(Autocorrelation Function)的方法取得，然后，将该基频通过音感估算器先转换成相对的音阶，接着比对该音阶与音乐主旋律中所撷取到的音阶的匹配程度，并给予该音阶一音感分数，依次类推，可以计算所有音阶的音感分数，直到演唱结束，然后输出平均音感分数。如图2所示，其具体说明如下：

首先是“初始参数设定”，其中初始的音阶个数n＝0、及人声与该音阶的高音感匹配值NoteHit＝0，和低音感匹配值NoteHitAround＝0，NoteHit表示该音阶演奏期间，人声音高与音阶完全匹配的时间段数，NoteHitAround则表示人声音高与该音阶相差在一个半音之内的时间段数，接着取得下一段时间的主旋律音阶及计算一段时间的人声音高，主旋律音阶是由midi等文件中直接取得的，依时间的增加取得其相对于该时间的演奏音阶，人声音高(基频)，可通过转码表转换得到相对于该音高的音阶，例如音阶“A4”的频率是440Hz，每提高八度音，频率增加两倍，如音阶“A5”的频率是880Hz，一个八度有12个半音，每个半音间的频率相差2(1/12)倍，因为若人声与该音阶的频率相差2倍或1/2倍等整数的倍数关系时，其音感是相同的，因此透过音阶±12个半音，我们调整了计算所得到的人声音阶Note_p与主旋律的音阶Note_m，设置人声与音阶的频率相差在+6个半音与-5个半音之间，即Note_p＝Note_p+12*i，i是非0的整数，使得Note_p-Note_m大于等于-5且小于等于6。接着，判断是否为新的音阶，若是则计算上个音阶的音感分数，然后重新设置起始参数，NoteHit＝0且NoteHitAround＝0及音阶个数n＝n+1；否则，比较主旋律音阶是否与人声音阶匹配，该匹配指的是，误差在一个比较小的容许的范围内，如0.5个半音以内。若匹配则增加该音阶的高音感匹配值NoteHit＝NoteHit+1，否则，判断主旋律音阶是否与人声音阶为低音感匹配，该低音感匹配表示，误差在一个比较大的容许的范围内，例如：可设置该误差范围为一个半音，若该误差范围在一个半音之内，则增加音阶低音感匹配值NoteHitAround＝NoteHitAround+1，接着重新根据上述流程取得下一段时间的主旋律音阶及计算人声音高。上述“计算上个音阶的音感分数”的算法如图3所示：

先取得前一音乐主弦律音阶长度NoteLength(m)，其中：

m＝0、1、2、...、M

该M为音阶总个数，然后判断高音感匹配值NoteHit是否大于零，若是则计算高音感音阶匹配分数：

PitchScore(m)＝PSH+K1*NoteHit(m)/NoteLength(m)；

其中：PSH，K1为可调整的经验值参数，否则计算低音感音阶匹配分数：

PitchScore(m)＝PSL-K2*NoteHitAround(m)/NoteLength(m)；

其中：PSL，K2为可调整的经验值参数，并限制：

0＜＝PitchScore(m)＜＝100

(本文所述“A＜＝B”表示：A小于或等于B，或者说B大于或等于A，后续不再赘述“＜＝”所表述的意思)

最后判断是否为最后一个音阶，若不是，则重复上述流程；若是，则“计算平均音感分数”，其算法为所有PitchScore(m)以音长NoteLength(m)为加权比重的加权平均，如下：

令音阶总长度

NL＝∑_m＝0～M-1NoteLength(m)，

平均音感分数SOP(Score of Pitch)：

$\mathrm{SOP}=\frac{1}{\mathrm{NL}}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}\mathrm{PitchScore}\left(m\right)\·\mathrm{NoteLength}\left(m\right)$

(二)节奏感分数：

节奏感是通过计算人声起唱拍点与该音乐主旋律音阶的起奏时间及人声结束拍点与该音乐主旋律音阶的结束时间的匹配程度来决定。要准确的估算出歌唱者每个节拍的拍点位置，在此我们以估计歌唱者音高的变化，当做其演唱不同音阶的时间变化，依此来判断其节拍的准确度，如图4所示，与图1所述的方法类似，先估算人声的音高及取得音乐主旋律的音阶，然后透过节奏感估算器产生平均节奏感分数。

通过节奏感估算器，先将人声音高转成相对的音阶，然后比对该音阶与主旋律中得到的音阶在时间上的误差，该时间的误差包括提早或延迟的起奏拍点与结束拍点，并记录每个音阶的时间误差，然后给予该音阶的节奏感分数，依此类推，计算所有的音阶的节奏感分数，直到演唱结束，然后输出平均节奏感分数。如图5所示，可利用节奏感延迟匹配器及节奏感超前匹配器，由转换后的人声音阶、目前、上一个及下一个音乐主弦律音阶，分别计算出人声与该音阶在时间上延迟或超前的匹配程度，得到人声结束拍点或起唱拍点延迟时间及超前时间，再通过计算音阶节奏感分数的手段，得到该音阶的节奏感分数，依此类推，从第一个音阶开始，我们计算每个音阶的节奏感误差，直到最后一个音阶结束，然后计算平均节奏感分数。

请配合参照图6，该节奏感延迟匹配器是先判断是否为新音乐音阶的开始，若不是，则判断是否已设定起唱拍点延迟时间，若是则结束，否则再判断人声音阶与音乐音阶是否匹配，若不匹配，则增加起唱拍点延迟时间，若匹配，则设定起唱拍点延迟时间，然后结束。该起唱拍点延迟时间表示音乐音阶开始后，人声比它晚开始的时间误差。若节奏感延迟匹配器先判断为新音乐音阶的开始，则重设起唱拍点延迟时间并记录上个音阶结束时间，接着判断人声音阶是否与上一个音乐主弦律音阶匹配，若是则再判断下一个人声音阶是否与上一个音乐主弦律音阶匹配，直到否为止，然后设定结束拍点延迟时间后结束，该结束拍点延迟时间表示该上个音乐音阶结束后，人声比它晚结束的时间误差。

请配合参照图7，该节奏感超前匹配器，则是先判断是否为新音乐音阶的开始，若不是，则判断人声音阶与目前音乐音阶是否匹配，若匹配，则记录人声音阶结束时间，若不匹配，则设定结束拍点超前时间，然后结束，该结束拍点超前时间表示该音乐音阶结束前，人声比它更早结束的时间误差。若节奏感超前匹配器先判断为新音乐音阶的开始，则重设结束拍点超前时间并记录该音阶开始时间，接着判断人声音阶是否与该音乐主弦律音阶匹配，若匹配，则再判断上一个人声音阶是否与该音阶匹配，直到不匹配为止，当出现不匹配时，设定起唱拍点超前时间后结束，该起唱拍点超前时间表示该音乐音阶开始前，人声比它更早开始的时间误差。

接着，由起唱拍点延迟时间、起唱拍点超前时间、结束拍点延迟时间及结束拍点超前时间，计算音阶节奏感分数SOB(Score of Beat)，算法如下：

令起唱拍点时间误差为TDS，则，起唱拍点分数(SOBS)：

SOBS＝As+100·(1-TDS/Ls)

其中，TDS＝起唱拍点延迟时间(NoteOnLag)+起唱拍点超前时间(NoteOnLead)，As与Ls是预设的经验值参数。令结束拍点时间误差为TDE，则：结束拍点分数(SOBE)：

SOBE＝Ae+100·(1-TDE/Le)

其中，TDE＝结束拍点延迟时间(NoteOffLag)+结束拍点超前时间(NoteOffLead)，Ae与Le是预设的经验值参数，该音阶节奏感分数(SOB)：

SOB＝SOBS·R+SOBE·(1-R)

其中，R为一预设的加权参数，且0＜＝R＜＝1(即：该参数R的取值范围大于或等于零且小于或等于1)。

(三)情感分数：

情感是一种比较难以客观衡量的参数，可以通过计算人声的平均振幅与音乐主旋律的平均振幅的匹配程度来决定。人声的平均振幅是通过计算每一个人声声音区段的RMS(Root of Mean Square)值得到，音乐主旋律的平均振幅也可通过计算每一个主旋律声音区段的RMS值或直接由合成的音乐信息中的振幅参数取得，所述RMS的算法如下：

$\mathrm{RMS}=\sqrt{\frac{1}{K}\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{x}^2\left(i\right)}$

其中，x(i)，i＝0，1，…，K-1，K代表此一声音区段的声音样本点数(Samples)，在实际运算上，该RMS值还可用其它方法如平均振幅或最大振幅等方法取代。如图8所示，所述情感分数估算器，每隔一段时间(约0.1sec)分别计算一次人声信号与音乐主旋律的RMS值，可得到人声与音乐的RMS序列，假设分别为MicVol(n)及MelVol(n)，MicVol(n)及MelVol(n)分别表示第n个时间段所得到人声信号和音乐主旋律的RMS值，n＝0、1、N-1、、、，其中N为歌曲时间总长度，并将MicVol(n)的能量准位调成与MelVol(n)相同，然后将其依每个音阶的长度做平均，可得人声与音乐的第m个音阶的平均RMS序列分别为AvgMelVol(m)、AvgMicVol(m)；由AvgMelVol(n)，AvgMicVol(n)可用来计算情感分数SOE(Score of Emotion)，首先取得并计算人声振幅曲线与音乐振幅曲线的整体匹配程度SOET，它可代表整体的情感变化分数，如下：

$\mathrm{SOET}=\frac{\left(\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}\mathrm{AvgMicVol}\left(m\right)\mathrm{AvgMelVol}\left(m\right)\right)\×100}{\sqrt{\left(\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}\mathrm{AvgMicV}{\mathrm{ol}}^2\left(m\right)\right)\left(\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}\mathrm{AvgMelV}{\mathrm{ol}}^2\left(m\right)\right)}}$

其中M为音阶总个数，且

${\left(\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}\mathrm{AvgMicVol}\left(m\right)\mathrm{AvgMelVol}\left(m\right)\right)}^2$

$<=\left(\underset{m=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\mathrm{AvgMicV}{\mathrm{ol}}^2\left(m\right)\right)\&CenterDot;\left(\underset{m=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\mathrm{AvgMelV}{\mathrm{ol}}^2\left(m\right)\right)$

因此，SOET＜＝100。

接着，可进行每一句情感分数SOMS的计算，首先是将AvgMicVol(m)，AvgMelVol(m)切成一句一句，假设每句歌词的起始音阶为第S(j)，j＝0，1，2，…，L-1，其中L为歌词总句数，且令S(L)＝M，则每一句的情感变化分数为：

$\mathrm{SOES}\left(j\right)=\frac{\left(\underset{m=S\left(j\right)}{\overset{S(j+1)-1}{\mathrm{\&Sigma;}}}\mathrm{AvgMicVol}\left(m\right)\mathrm{AvgMelVol}\left(m\right)\right)\&times;100}{\sqrt{\left(\underset{m=S\left(j\right)}{\overset{S(j+1)-1}{\mathrm{\&Sigma;}}}{\mathrm{AvgMicVol}}^2\left(m\right)\right)\left(\underset{m=S\left(j\right)}{\overset{S(j+1)-1}{\mathrm{\&Sigma;}}}{\mathrm{AvgMelVol}}^2\left(m\right)\right)}}$

j＝0，1，2，…，L-1，然后计算每一句的相对情感变化分数，该分数为每句音量相对于整体音量的变化：

首先，令

$A^{\&prime;}\left(j\right)=\frac{\left(\underset{m=S\left(j\right)}{\overset{S(j+1)-1}{\mathrm{\&Sigma;}}}\mathrm{AvgMicVol}\left(m\right)\mathrm{AvgMelVol}\left(m\right)\right)}{\left(\underset{m=S\left(j\right)}{\overset{S(j+1)-1}{\mathrm{\&Sigma;}}}{\mathrm{AvgMicVol}}^2\left(m\right)\right)}$

$A=\frac{\left(\underset{m=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\mathrm{AvgMicVol}\left(m\right)\mathrm{AvgMelVol}\left(m\right)\right)}{\left(\underset{m=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{\mathrm{AvgMicVol}}^2\left(m\right)\right)}$

则

$\left(j\right)=\left\{\begin{array}{c}\frac{A^{\&prime;}\left(j\right)}{A}\&CenterDot;100,A^{\&prime;}<A\\ \frac{A}{A^{\&prime;}\left(j\right)}\&CenterDot;100,A^{\&prime;}\&GreaterEqual;A\end{array}\right.,j=\mathrm{0,1,2},...,L-1$

由上述可得，平均情感分数

$\mathrm{SOE}=\mathrm{\&alpha;}\&CenterDot;\mathrm{SOET}+\frac{1}{L}\underset{j=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(\mathrm{\&beta;}\&CenterDot;\mathrm{SOES}\left(j\right)+\mathrm{\&gamma;}\&CenterDot;\mathrm{SOEA}\left(j\right))$

其中α、β、γ为加权系数，且α+β+γ＝1。

(四)加权总分：(请参照图9)

由上述SOP、SOB、SOE可得加权总分AES(Average  Evaluated Score)如下：

AES＝p·SOP+q·SOB+r·SOE

其中p、q、r为加权系数，且p+q+r＝1。

实作范例：

以一首歌曲为例，我们每隔0.1秒计算一次人声的音高MicPitch(n)及RMS平均值MicVol(n)，同时撷取音乐主旋律音符的音高MelNote(n)并计算其RMS平均值MelVol(n)，n＝0，1，2，…，N，N表示歌曲总长度，为方便说明，取N＝280，表示歌曲时间总长度为28秒，如图10所示，为MicPitch(n)与MelNote(n)的曲线图，图中实线代表主旋律音符的音高，纵轴为音高代码，每一个整数间隔为一个半音，60表示中音Do，61表示中音升Do，69表示中音La，依此类推，圆点表示由人声所计算出的音高，并将该音高转为音阶，该音高已经经过正负12的调整，使得人声音高最接近主旋律音符的音高；图中实线为一段一段，每一段表示一段持续的音阶，每段的高低起伏，表示音阶的高低变化，在主旋律音阶为-1时，表示该音符为休止符或空的音阶，将跳过忽略；图中圆点为零时，表示该人声未被计算出音高，该点人声可能为无声气音、静音或杂音等，将被视为未发出声音。

首先由上述的音感分数的算法，可得到第m个音阶的高音感匹配值NoteHit(m)(如图11中圆形所示)与低音感匹配值NoteHitAround(m)(如图11中三角形所示)，m＝0，1，2，…M，M＝3，如图11所示，令PSH＝50，K1＝100，及PSL＝35，K2＝50，可得到每个音阶m的音感分数(如图11中矩形所示)，经过音阶长度(如图11中星形所示)的加权平均计算后可得平均音感分数ScoreOfPitch(SOP)＝98。

接着由上述的节奏感分数的算法，可得到第m个音阶的NoteOnLag(m)(圆形)、NoteOnLead(m)(星形)，令As＝10，Ls＝10，可算出BeatOnScore(m)(矩形)，如图12所示，可得到NoteOffLag(m)(圆形)与NoteOffLead(m)(星形)。令Ae＝50，Le＝NoteLength(音阶长度)，可算出BeatOffScore(m)(圆形)，如第13图所示，经过音阶长度的加权平均计算后可得ScoreOfBeatStart(SOBS)＝93.19，ScoreOfBeatEnd(SOBE)＝99.82，令R＝0.5，SOB＝96.5。

再接着由上述的情感分数的算法，首先可得到人声与音乐主旋律的RMS序列MelVol(n)(如图14中的L1所示)、MicVol(n)(如图14中的L2所示)，并将MicVol(n)的能量准位调成与MelVol(n)相同，如图14所示，根据每个音阶的长度平均，可得第m个音阶的平均RMS序列AvgMelVol(m)(如图15中的L3所示)、AvgMicVol(m)(如图15中的L4所示)，如图15所示，设定加权系数，并由此可算出SOET＝98.33，第j句的SOES(j)(如图16中的L5所示)及SOEA(j)(如图16中的L6所示)，j＝0，1，2，…L-1，总句数L＝6，如图16所示，平均的SOES＝97.2，及SOEA＝95.67，经过加权计算后可得：

ScoreOfEmotion(SOE)＝97.24

最后设定加权系数p＝0.6，q＝0.2，r＝0.2，可得到加权总分：

AES＝p·SOP+q·SOB+r·SOE＝97.55

本发明的优点：

本发明所述卡拉OK歌曲伴唱自动评分方法主要通过比对唱歌者音高、拍点位置及音量与歌曲主旋律的音高、拍点位置及音量，分别得到音感分数、节奏感分数及情感分数，再以加权计分方式核算加权总分。本发明相比于现有技术而言，可精确计算出演唱者在每一个歌曲段落的音高、拍点位置及音量误差，并可利用音高曲线、音量曲线的显示效果，让演唱者可以很容易知道哪个地方唱得不够准确以及哪个地方需要加强，达到同时具教学及娱乐双重效果的实用性和进步性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种卡拉OK歌曲伴唱自动评分方法，其特征在于，通过比对唱歌者的音高、拍点位置及音量与音乐主旋律的音高、拍点位置及音量的方式，以分别得到音感分数、节奏感分数及情感分数的计分项目，最后以加权计分方式核算所有计分项目的加权总分，以获得自动评分的分数。

2.根据权利要求1所述的卡拉OK歌曲伴唱自动评分方法，其特征在于，所述音感分数的取得包括：

透过每隔一小段时间由演唱者所唱出的麦克风音讯估算一次演唱者的音高，所述音高的估算通过取得人声音讯的基频(Fundamental Frequency)，然后将该基频通过一音感估算器先转换成相对的音阶，然后比对该音阶与该音乐主旋律中所撷取到的音阶的匹配程度，并给予该音阶一音感分数，依此计算所有音阶的音感分数，直到演唱结束，即可输出一平均音感分数。

3.根据权利要求2所述的卡拉OK歌曲伴唱自动评分方法，其特征在于，所述音高的估算取得包括：

基于自相关函数(Autocorrelation Function)的方法取得。

4.根据权利要求1所述的卡拉OK歌曲伴唱自动评分方法，其特征在于，所述节奏感分数，通过计算人声起唱拍点与该音乐主旋律音阶的起奏时间及人声结束拍点与该音乐主旋律音阶的结束时间的匹配程度来决定。

5.根据权利要求1所述的卡拉OK歌曲伴唱自动评分方法，其特征在于，所述情感分数，通过计算人声的平均振幅与该音乐主旋律的平均振幅的匹配程度来决定；其中所述人声的平均振幅是通过计算每一个人声声音区段的RMS(Root of Mean Square)值得到，该音乐主旋律的平均振幅通过计算每一个主旋律声音区段的RMS值或直接由合成的音乐信息中的振幅参数取得。

Images