CN105825868A - 一种演唱者有效音域的提取方法 - Google Patents

Abstract

本发明涉及一种演唱者有效音域的提取方法。该方法通过分析演唱者演唱某一歌曲的录音文件，得到演唱者演唱该歌曲时的MIDI音高值序列；分析曲库中同一歌曲的简谱信息，得到该歌曲的MIDI音高基准序列。在此基础上，定义音级X的完成质量为演唱者准确唱出音级X的次数占音级X在简谱中出现的总次数的比例。在音级完成度大于指定阈值的前提下，提取演唱者MIDI值最小的基本音级及MIDI值最大的基本音级作为演唱者的有效音域。当用户演唱新的歌曲时，若有效音域的范围扩大了，则对用户的有效音域进行更新。演唱者的有效音域的分析，可用于推荐曲库中适合其有效音域演唱的歌曲。

Description

一种演唱者有效音域的提取方法

技术领域

本发明涉及歌唱领域的音频信号处理方法，特别是涉及一种演唱者有效音域的提取方法。

背景技术

为了更好的介绍音域的概念，先介绍几个音乐理论的基本概念。

乐音体系：在音乐中使用的、有固定音高的音的总和，叫做乐音体系。

音列：乐音体系中的音，按照上行或下行次序排列起来，叫做音列。

音级：乐音体系中的各音叫做音级。音级有基本音级和变化音级两种。基本音级包括C,D,E,F,G,A,B，即do,re,mi,fa,sol,la,si。升高或降低基本音级而得来的音，叫做变化音级。如^#C,^#D,^#E,^#F,^#G,^#A,^#B。

音域：音域有总的音域和个别的人声或乐器的音域两种。总的音域指音列的总范围，即从最低音到最高音的范围。个别的人声或乐器的音域指某个人声或某种乐器在整个音域中所能到达的最低音到最高音的范围。

乐器的音域相对固定，而人声的音域由于每个人先天的声带大小，长短、厚薄不同及后天有无经过系统的声乐训练等原因，有着较大的区别。

目前演唱者音域的判定，一般通过演唱者所能发出的声音的最大值及最小值来决定，如申请公布号为CN102880693A的发明专利中，指导用户使用简化的MessaDiVoce测试并计算得到用户最高及最低的能够发声的频率。这样的做法存在如下的问题，普通用户没有接触过MessaDiVoce的相关训练，测试时不能很好的控制自己的发声能力。即使在简化的MessaDiVoce测试下，用户能够发出很高的声音，但是在实际演唱中，用户很有可能不能很好的在该频率下控制发声，导致出现破音或者跑调等情况，因此，这样的音域测量结果不能反映出用户的实际演唱能力。

简谱用阿拉伯数字代表音阶中的七个基本音级，用阿拉伯数字零代表休止，用在音符上、下加点的方法表示高、低音。简谱中音级由调号及唱名决定，属于首调唱名法。首调唱名法中，do的位置和高度可以是移动和变化的，但各个调式音级却有着确定不变的唱名。例如，无论在任何大调中，它的第一基本音级都唱作do,第二个基本音级都唱作re，以此类推。首调唱名法使每个音级位置在其调性中相对固定，进而形成一种典型而又稳定的感觉，使人能够长时间地记忆下来，变为对音乐的感知，促进音乐思维的形成。但是简谱属于相对音高的表示方法，不利于计算机中数据的处理。因此，根据简谱中的调号及唱名，可以简谱中的音符转换为乐音体系中对应的基本音级，并转化成计算机中常用的MIDI音高。

MIDI(MusicalInstrumentDigitalInterface)，是一种数字音乐、乐器的通信标准。MIDI文件可以灵活的记录歌曲的音高及音长等信息，便于计算机进行音高的分析与处理。表1中显示了常用的MIDI音高，音名，及频率之间的对应关系。

表1MIDI音高，音名，频率对照表

因此，本申请基于上述分析，利用用户的演唱歌曲时的清唱录音文件与歌曲的简谱信息，在音级完成质量高的前提下，提取用户的有效音域，演唱者的有效音域的分析，可用于推荐曲库中适合其有效音域演唱的歌曲。

发明内容

有鉴于此，本发明的目的是提供一种演唱者有效音域的提取方法，对演唱者的有效音域进行提取分析。

本发明采用以下方案实现：一种演唱者有效音域的提取方法，包括如下步骤：

步骤S1：录制用户演唱歌曲时的清唱录音文件；

步骤S2：采用MELODIA算法分析用户清唱录音文件，提取用户演唱时的音高序列，转换成MIDI音高值序列，并规整为基本音级对应的MIDI音高值序列；

步骤S3：搜集整理曲库中用户演唱歌曲的简谱，根据歌曲简谱中的调号及唱名等信息，将简谱信息转换为对应的MIDI音高值序列，并根据对应歌曲伴奏的开始时间、持续时间等信息，建立该歌曲的标准MIDI音高特征文件；

步骤S4：定义音高准确标准与音级完成质量，统计用户在每个基本音级上的音级完成质量，并更新用户各个基本音级的音级完成质量的历史记录；

步骤S5：根据步骤S4中更新后的音级完成质量提取用户的有效音域。

进一步地，所述步骤S1具体包括以下步骤：利用包括手机麦克风与电脑麦克风的语音采集设备，选择格式为wav，采样精度为16bit，采样率为44.1KHz，录制一个中等规模以上的用户清唱录音文件库，用户演唱曲库中任意歌曲；所述中等规模以上表示该清唱录音文件至少含有10首以上清唱录音文件。

进一步地，所述步骤S2中，对每一个清唱录音文件，采用MELODIA算法提取用户演唱时的音高序列，转换并规整为基本音级对应的MIDI音高值序列，具体包括以下步骤：

步骤S21：设置参数，输出音高序列；

步骤S22：将步骤S21的音高序列，经以下公式转换为MIDI音高值序列，并将变化音级对应的MIDI音高值规整为其临近的基本音级对应的MIDI音高值，统一按降半音处理，即MIDI值减1，公式如下：

$p=69+12{\log }_2\left(\frac{F0}{440}\right)$

进一步地，所述步骤S4中，根据所述步骤S2提取的演唱者MIDI音高值序列以及所述步骤S3中建立的该歌曲的标准MIDI音高特征文件，统计每个音级X的完成质量β(X)，再利用该用户清唱录音文件库中剩余的清唱录音文件对用户的音级完成质量β(X)进行更新，并根据每次演唱的情况，更新用户的音级X的完成质量的历史记录，具体包括以下步骤：

步骤S41：对清唱录音文件的每一个基本音级X，统计演唱者准确唱出音级X的次数及音级X在简谱中出现的次数，计算β(X)；

步骤S42：通过该用户清唱录音文件库中剩余的清唱录音文件对用户的音级X的完成质量β(X)进行更新，更新公式如下：

β_n+1(X)＝a*β(X)+(1-a)β_n(X)

其中，β_n+1(X)是更新后的音级X的完成质量，β_n(X)是历史记录中的音级X的完成质量，a是更新率，设为0.8。

进一步地，所述步骤S4中，所述音高准确标准的定义具体为：若演唱者MIDI音高值与该基本音级对应的MIDI音高值的差值小于1，则确认演唱者准确唱出该基本音级；

所述音级X的完成质量β(X)的定义具体为：

β(X)＝right(X)/sum(X)

其中，right(X)表示演唱者准确唱出音级X的次数，sum(X)表示音级X在简谱中出现的次数。

进一步地，所述步骤S5中，将用户音级完成质量大于阈值的基本音级中，提取MIDI值最小的基本音级X_min及MIDI值最大的基本音级X_max，即为用户的有效音域范围，记为[X_min，X_max]；所述阈值设为0.6。

与现有技术相比，本发明具有如下优点：该方法利用用户的演唱歌曲时的清唱录音文件与歌曲的简谱信息，在音级完成质量高的前提下，提取用户的有效音域。并且，测定其有效音域时不限制用户演唱指定的歌曲，用户可自由选择其喜爱的歌曲演唱，使得用户可以在最大程度上发挥出自己真实的演唱水平。用户演唱完新的歌曲后，如果用户的有效音域的范围扩大，则对用户的有效音域进行更新。在有效音域范围内的音级，用户具有较强的音准控制能力。当用户演唱越多的歌曲，有效音域也会越准确。

附图说明

图1是本发明的方法流程示意框图。

图2是本发明的实施例歌曲《淘汰》部分歌词。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

本实施例提供一种演唱者有效音域的提取方法，如图1所示包括如下步骤：

步骤S1：录制用户演唱歌曲时的清唱录音文件；

步骤S2：采用MELODIA算法分析用户清唱录音文件，提取用户演唱时的音高序列，转换成MIDI音高值序列，并规整为基本音级对应的MIDI音高值序列；

步骤S3：搜集整理曲库中用户演唱歌曲的简谱，根据歌曲简谱中的调号及唱名等信息，将简谱信息转换为对应的MIDI音高值序列，并根据对应歌曲伴奏的开始时间、持续时间等信息，建立该歌曲的标准MIDI音高特征文件；

步骤S4：定义音高准确标准与音级完成质量，统计用户在每个基本音级上的音级完成质量，并更新用户各个基本音级的音级完成质量的历史记录；

步骤S5：根据步骤S4中更新后的音级完成质量提取用户的有效音域。

在本实施例中，所述步骤S1具体包括以下步骤：利用包括手机麦克风与电脑麦克风的语音采集设备，选择格式为wav，采样精度为16bit，采样率为44.1KHz，录制一个中等规模以上的用户清唱录音文件库，用户演唱曲库中任意歌曲；所述中等规模以上表示该清唱录音文件至少含有10首以上清唱录音文件。

在本实施例中，所述步骤S2中，对每一个清唱录音文件，采用MELODIA算法提取用户演唱时的音高序列，转换并规整为基本音级对应的MIDI音高值序列，具体包括以下步骤：

步骤S21：设置参数，输出音高序列；

步骤S22：将步骤S21的音高序列，经以下公式转换为MIDI音高值序列，并将变化音级对应的MIDI音高值规整为其临近的基本音级对应的MIDI音高值，统一按降半音处理，即MIDI值减1，公式如下：

$p=69+12{\log }_2\left(\frac{F0}{440}\right)$

在本实施例中，所述步骤S4中，根据所述步骤S2提取的演唱者MIDI音高值序列以及所述步骤S3中建立的该歌曲的标准MIDI音高特征文件，统计每个音级X的完成质量β(X)，再利用该用户清唱录音文件库中剩余的清唱录音文件对用户的音级完成质量β(X)进行更新，并根据每次演唱的情况，更新用户的音级X的完成质量的历史记录，具体包括以下步骤：

步骤S41：对清唱录音文件的每一个基本音级X，统计演唱者准确唱出音级X的次数及音级X在简谱中出现的次数，计算β(X)；

步骤S42：通过该用户清唱录音文件库中剩余的清唱录音文件对用户的音级X的完成质量β(X)进行更新，更新公式如下：

β_n+1(X)＝a*β(X)+(1-a)β_n(X)

其中，β_n+1(X)是更新后的音级X的完成质量，β_n(X)是历史记录中的音级X的完成质量，a是更新率，设为0.8。

在本实施例中，所述步骤S4中，所述音高准确标准的定义具体为：若演唱者MIDI音高值与该基本音级对应的MIDI音高值的差值小于1，则确认演唱者准确唱出该基本音级；

所述音级X的完成质量β(X)的定义具体为：

β(X)＝right(X)/sum(X)

其中，right(X)表示演唱者准确唱出音级X的次数，sum(X)表示音级X在简谱中出现的次数。

在本实施例中，所述步骤S5中，将用户音级完成质量大于阈值的基本音级中，提取MIDI值最小的基本音级X_min及MIDI值最大的基本音级X_max，即为用户的有效音域范围，记为[X_min，X_max]；所述阈值设为0.6。

在本实施例中，以歌曲《淘汰》为例，根据以上方法给出实例，具体包括以下步骤：

步骤1：录制用户清唱录音文件。为保证清唱录音文件的质量，用户需带上耳机，并自由选取曲库中喜爱的歌曲，用户将通过耳机听到歌曲的伴奏声，当伴奏开始，录音也同步开始。可通过手机麦克风或电脑麦克风等语音采集设备，录制用户的清唱录音文件，格式为wav，采样精度16bit，采样率44.1KHz。

步骤2：采用MELODIA算法分析用户清唱录音文件，提取用户演唱时的音高序列，并转换成MIDI音高序列。具体步骤如下：

步骤21：为了减少伴奏声对检测用户音高的影响，步骤1中录制了用户演唱歌曲的清唱音轨，即只有人声部分。音高(即基频F0)的提取，采用MELODIA算法，MELODIA算法能自动检测歌曲中主要旋律的基频F0，具体参数设置为{"minfqr":82.0,"maxfqr":1047.0,"voicing":0.2,"minpeaksalience":0.0}。

步骤22：计算出音高序列后，按照如下公式，完成基频F0到MIDI音高值的转换，并将变化音级对应的MIDI音高值规整为其临近的基本音级对应的MIDI音高值，统一按降半音处理，即MIDI值减1，公式如下：

$p=69+12{\log }_2\left(\frac{F0}{440}\right)$

例如，若转换后的MIDI值为61，对应的音名为^#C4，属于变化音级，因此规整为C4，MIDI值降1，规整后的MIDI值为60。

步骤3：搜集并整理曲库中歌曲的简谱。简谱可通过互联网或由音乐专家处得到。根据歌曲简谱中的调号及唱名等信息，将简谱信息转换为对应的MIDI音高值序列，并根据对应歌曲伴奏的开始时间、持续时间等信息，建立该歌曲的标准MIDI音高特征文件。以歌曲《淘汰》前几句歌词为例，由图2可以知道，首调为A，即1＝A4，那么所以由表1可知，E4对应的MIDI音高值64。类似的，第一行歌词的标准MIDI序列为64,72,71,69,68,69，……。

步骤4：统计用户在每个基本音级上的音级完成质量，并更新用户各个基本音级的音级完成质量的历史记录。具体步骤如下：

步骤41：根据步骤2提取的演唱者MIDI音高值序列及步骤3中建立的该歌曲的标准MIDI音高特征文件，统计演唱者准确唱出音级X的次数及音级X在简谱中出现的次数，计算β(X)。

步骤42：通过该用户清唱录音文件库中剩余的清唱录音文件对用户的音级X的完成质量β(X)进行更新，更新公式如下：

β_n+1(X)＝a*β(X)+(1-a)β_n(X)

其中，β_n+1(X)是更新后的音级X的完成质量，β_n(X)是历史记录中的音级X的完成质量，a是更新率，设为0.8。

步骤5：提取用户的有效音域。将用户音级完成质量大于阈值0.6的基本音级中，提取MIDI值最小的基本音级X_min及MIDI值最大的基本音级X_max，即为用户的有效音域范围，记为[X_min，X_max]。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (6)

1.一种演唱者有效音域的提取方法，其特征在于：包括如下步骤：

步骤S1：录制用户演唱歌曲时的清唱录音文件；

步骤S2：采用MELODIA算法分析用户清唱录音文件，提取用户演唱时的音高序列，转换成MIDI音高值序列，并规整为基本音级对应的MIDI音高值序列；

步骤S3：搜集整理曲库中用户演唱歌曲的简谱，根据歌曲简谱中的调号及唱名等信息，将简谱信息转换为对应的MIDI音高值序列，并根据对应歌曲伴奏的开始时间、持续时间等信息，建立该歌曲的标准MIDI音高特征文件；

步骤S4：定义音高准确标准与音级完成质量，统计用户在每个基本音级上的音级完成质量，并更新用户各个基本音级的音级完成质量的历史记录；

步骤S5：根据步骤S4中更新后的音级完成质量提取用户的有效音域。

2.根据权利要求1所述的一种演唱者有效音域的提取方法，其特征在于：所述步骤S1具体包括以下步骤：利用包括手机麦克风与电脑麦克风的语音采集设备，选择格式为wav，采样精度为16bit，采样率为44.1KHz，录制一个中等规模以上的用户清唱录音文件库，用户演唱曲库中任意歌曲；所述中等规模以上表示该清唱录音文件至少含有10首以上清唱录音文件。

3.根据权利要求1所述的一种演唱者有效音域的提取方法，其特征在于：所述步骤S2中，对每一个清唱录音文件，采用MELODIA算法提取用户演唱时的音高序列，转换并规整为基本音级对应的MIDI音高值序列，具体包括以下步骤：

步骤S21：设置参数，输出音高序列；

步骤S22：将步骤S21的音高序列，经以下公式转换为MIDI音高值序列，并将变化音级对应的MIDI音高值规整为其临近的基本音级对应的MIDI音高值，统一按降半音处理，即MIDI值减1，公式如下：

$p=69+12{\log }_2\left(\frac{F0}{440}\right)$

4.根据权利要求1所述的一种演唱者有效音域的提取方法，其特征在于：所述步骤S4中，根据所述步骤S2提取的演唱者MIDI音高值序列以及所述步骤S3中建立的该歌曲的标准MIDI音高特征文件，统计每个音级X的完成质量β(X)，再利用该用户清唱录音文件库中剩余的清唱录音文件对用户的音级完成质量β(X)进行更新，并根据每次演唱的情况，更新用户的音级X的完成质量的历史记录，具体包括以下步骤：

步骤S41：对清唱录音文件的每一个基本音级X，统计演唱者准确唱出音级X的次数及音级X在简谱中出现的次数，计算β(X)；

步骤S42：通过该用户清唱录音文件库中剩余的清唱录音文件对用户的音级X的完成质量β(X)进行更新，更新公式如下：

β_n+1(X)＝a*β(X)+(1-a)β_n(X)

其中，β_n+1(X)是更新后的音级X的完成质量，β_n(X)是历史记录中的音级X的完成质量，a是更新率，设为0.8。

5.根据权利要求1所述的一种演唱者有效音域的提取方法，其特征在于：所述步骤S4中，所述音高准确标准的定义具体为：若演唱者MIDI音高值与该基本音级对应的MIDI音高值的差值小于1，则确认演唱者准确唱出该基本音级；

所述音级X的完成质量β(X)的定义具体为：

β(X)＝right(X)/sum(X)

其中，right(X)表示演唱者准确唱出音级X的次数，sum(X)表示音级X在简谱中出现的次数。

6.根据权利要求1所述的一种演唱者有效音域的提取方法，其特征在于：所述步骤S5中，将用户音级完成质量大于阈值的基本音级中，提取MIDI值最小的基本音级X_min及MIDI值最大的基本音级X_max，即为用户的有效音域范围，记为[X_min，X_max]；所述阈值设为0.6。