µ°Tªº¿ëÃѦ³«Ü¦hÀ³¥Î¡A°£¤F¤Wzªº»yµ¿ëÃÑ¥~¡A§Ú̲{¦b¨Ó½Í½Íµ¼ÖÀ˯ÁªºÀ³¥Î¡C§A¬O§_´¿¸g¸g¾ú¤U¦C±¡ªp¡G
- ¼ô±xªº±Û«ß¦b¸£¤¤¾lµÂ¶¼Ù¡B¤T¤é¤£µ´¡A¦ý¬O«o«ç»ò¤]·Q¤£°_¥¦ªººq¦W¡C
- ¨ì KTV °Ûºq¡AªB¤Í̼ô½m¦a±q¹q¸£©Îºq¥»¸Ì§äºq¡A§A«o±Nºq¦W¡Bºq¤â§Ñ¥ú¥ú¡A¦Ó¤£ª¾¸Ó±q¦ó§ä°_¡C
³o®ÉÔ§A»Ýnªº¬O¡uó°Û¿ïºq¡v¡]query by singing/humming¡A²ºÙ QBSH¡^¡A´«¥y¸Ü»¡¡A§A¥i¥Hó°Û¤@¬q¥D±Û«ß¡AÅý¹q¸£À°§A¿ëÃÑ¥X¨Ó³o¬Oþ¤@ººq¡C³o¬O¤@Ó¦³½ìªºÀ³¥Î¡A¥Dnªº¬yµ{¦p¤U¡G
- ¹ï¨Ï¥ÎªÌªºó°Û¿é¤J¶i¦æµ°ª°lÂÜ¡]pitch tracking¡^¡A¥H²£¥ÍÀH®É¶¡¦ÓÅܪºµ°ª¦V¶q¡C
- ¨Ï¥Î«ezªºµ°ª¦V¶q¡A»P¸ê®Æ®wªººq¦±¶i¦æ¤ñ¹ï¡A§ä¥X³Ì±µªñªº«e¤Qººq¡C
º¥ý§ÚÌ¥²¶·ÁA¸Ñ¡A¦bÁ¿¸Ü©Î°Ûºqªº®ÉÔ¡A§Ú̳q±`Ê¿àÁnªùªº¾_°Ê¡A¤~¯à²£¥Í¶g´Á©Êªºªi§Î¡]¯S§O¬O¥Àµ¡^¡A¦]¦¹Ánªùªº¾_°ÊÀW«ß´NºÙ¬°°ò¥»ÀW²v¡A¹ï©ó¾ã¬qºqÁn¡A§Ú̧Ʊæ¯à°÷§ä¨ì°ò¥»ÀW²vÀH®É¶¡¦ÓÅܪº¦V¶q¡]ºÙ¬°µ°ª¦V¶q¡^¡A®Ú¾Ú¦¹¦V¶q¡A§Ṳ́~¯à©M¸ê®Æ®w¤¤ªººq¦±¶i¦æ¤ñ¹ï¡A§ä¥X³Ì¬Û¦üªººq¦±¡C
½Ð¯S§Oª`·N¡A®ðµªºªi§Î³q±`¨S¦³³W«ß©Ê¡A¦]¦¹¤]¤£¨ã¦³°ò¥»ÀW²v¡C§A¥i¥H¸Õ¬Ý¬Ý¡A±N§Aªº¤â«ö¦b³ïÄV¤W¡A¨Ã©ñºC³t«×»¡¡u¤C¡v¡A§A¥i¥Hµoı¡A¦bµo¡u£¢¡v®É¡A³ïÄV¬O¨S¦³®¶°Êªº¡AÁnµ§¹¥þ¬O¥Ñ¦ÞÀY©M¤ú¾¦¶¡ªÅ®ðªº«æ³t¬y°Ê©Ò²£¥Í¡A¦ý¦bµo¡u£¸¡v®É¡A³ïÄV¶}©l¶i¦æ³W«ß©Ê¾_°Ê¡A§e²{¦b¥~ªºªi§Î¤]´N¦³¤F³W«ß©Ê¡A½Ð¨£¤U¦C¹Ï¨Ò¡C
¹Ï 5.¡G±Nªi§Î©ñ¤j«á¡A¥i¥Hµoı¤@¯ë¤lµ³£¨S¦³¶g´Á©Ê¡A¦Ó¥Àµ«h¦³©úÅ㪺¶g´Á©Ê¡A©Ò¥H¤]´N¦³©ú½Tªºµ°ª¡C ¥Ñ¤Wz¹Ï§Î¥i¥H¬Ý¨ì¡A¥Àµ¦³«Ü©úÅ㪺³W«ß©Ê¡A¦]¦¹§ÚÌ¥i¥H¥ÑÆ[¹îªk¨Ó§ä¥X°ò¥»¶g´Á¡A¦p¦P¥»³¹²Ä¤G¤p¸`©Òz¡A¤èªk¨Ã¤£Ãø¡A¦ý¬OYn¨Ï¥Î¹q¸£¨Ó¦Û°Ê§ìµ°ª¡A´N»Ýn¤@¨Ç§Þ³N¤F¡I³o¸Ì¦³«Ü¦h¤èªk¥i¥H¥Î¨Ó§ìµ°ª¡A³Ìª½Ä±ªº¤@ºØ¤èªk¡AºÙ¬°¦Û¬ÛÃö¨ç¼Æ¡]audo-correlation function¡A²ºÙ ACF¡^¡A¨äì²z¬O¹ï¤@Óµ®Ø¤ÏÂжi¦æ¥²¾¤Î¤º¿n¡A³Ì«áºâ¥X¤@±ø ACF ¦±½u¡A¦A§ì¦¹¦±½uªº²Ä¤G³Ì¤jȪº¦ì¸m¡A¦¹¦ì¸mªºX®y¼Ð©MìÂIªº¶¡¹j¡A§Y¬O°ò¥»¶g´Á¡]¥H¨ú¼ËÂI¬°³æ¦ì¡^¡A§Ú̦A±N¨ú¼Ë²v°£¥H¤Wzªº°ò¥»¶g´Á¡A§Y¥i±o¨ì¨C¬íÄÁ¥X²{°ò¥»¶g´Áªº¦¸¼Æ¡A³o´N¬Oµ°ª¡]¥H Hz ¬°³æ¦ì¡A¦ý³o©M¨ú¼Ë²vªº Hz ¨S¦³¬ÛÃö¡^¡A¥Ü·N¹Ï¦p¤U©Ò¥Ü¡C
°²³]§Ų́ϥΠ$s(i)$ ¨Ó¥Nªíµ®Ø¤º²Ä i Ó°T¸¹È¡A¨º»ò ACF ªº¤½¦¡¥i¥Hªí¥Ü¦p¤U¡G $$ acf(\tau)=\sum_{i=0}^{n-1-\tau}s(i)s(i+\tau) $$ ´«¥y¸Ü»¡¡A±Nµ®Ø¨C¦¸¦V¥k¥²¾¤@ÂI¡A©M쥻µ®Øªº«Å|³¡¤À°µ¤º¿n¡A«½Æ n ¦¸«á·|±o¨ì n Ó¤º¿nÈ¡A³o´N¬O ACF ¦±½u¡C·í $\tau=0$ ®É¡AACF ·|¦³¤@ӳ̰ªÂI¡A¦ý³o¤£¬O§ÚÌn§äªºÂI¡C·í $\tau$ ºCºCÅܤj®É¡A²Ä¤@Ó°ò¥»¶g´Á·|©M²Ä¤GÓ°ò¥»¶g´ÁÅ|¦b¤@°_¡A¦¹®É ACF ¤S·|¥X²{²Ä¤GÓ°ªÂI¡A³oÓ°ªÂI´N¬O§ÚÌn§äªº°ªÂI¡A¦¹°ªÂI¥X²{ªº¦ì¸m¡A´N¬O§ÚÌn§äªº°ò¥»¶g´Á¡C
¹Ï 5.¡G¨Ï¥ÎACF¨Ópºâ¤@Óµ®Øªºµ°ª¡C ®Ú¾Ú¤Wzªº»¡©ú¡A§ÚÌ´N¥i¥H¹ï¤@¬qÁnµ°T¸¹¶i¦æ¤Áµ®Ø¡Bpºâ ACF¡Bpºâµ°ª¡A¨Ã¶i¦Ó§ä¥X¤@¬qÁnµªºµ°ª¦V¶q¡A§O§Ñ¤F¡AÀRµ¬O¨S¦³µ°ªªº¡A¦]¦¹ÁÙ¥²¶·pºâ¨CÓµ®Øªºµ¶q¡]¥i²³æ©w¸q¬°¨CÓµ®Ø¤ºªº°T¸¹¥¤è©M¡^¡AYµ¶q¤Ó¤p¡A«h±N¦¹µ®Øªºµ°ª³]©w¬°¹s¡A¥Nªí¨S¦³µ°ª¡C
¨Ï¥Î¤Wz§ì¨ú ACF µ°ªÂIªº¤èªk¡A´N¥i¥H¹ï¤@¬qÁnµ¶i¦æµ°ª°lÂÜ¡A½d¨Ò¦p¤U¡G
¦b¤W¹Ï¤¤¦@¦³¤TÓ¤p¹Ï¡A»¡©ú¦p¤U¡G
¹Ï 5.¡G¤@¬qµ°Tªºµ°ªpºâ¡A¨ä¤¤¤p¹Ï¤@¬OºqÁnªi§Î¹Ï¡A¤p¹Ï¤G¬Oµ¶q¦±½u¡]¬õ¦â¤ô¥½u¬°µ¶qªùÂeÈ¡^¡A¤p¹Ï¤T«h¬Oµ°ª¦±½u¡C
- ²Ä¤@Ó¤p¹Ï¬Oì©lºqÁnªi§Î¡A¤º®e¬O¡u¦b¨º»»»·ªº¦a¤è¡v¡C
- ²Ä¤GÓ¤p¹Ï¬Oµ¶q¹Ï¡A¨ä¤¤ªº¬õ½u¬Oµ¶qªùÂeÈ¡]µ¥©ó³Ì¤jµ¶qªº 1/10¡^¡AYµ¶q§C©ó¦¹ªùÂeÈ¡Aµ°ª«h³]©w¬°¹s¡C
- ²Ä¤TÓ¤p¹Ï«h¬O¨Ï¥Î ACF ©Òºâ¥X¨Óªºµ°ª¦±½u¡C³o¤@¬qºqÁn¬O¥Ñ²MµØ¤j¾Ç¸ê¤u¨tĬÂפå¦Ñ®v©Ò°Û¡A¥L´¿¸g¬O¥x¤j¦X°Û¹Î°ªµ³¡¡A°Ûºq§Þ¥©«Ü¦n¡A©Ò¥H¦b¾ã¬qºqÁnªº«á¥b³¡¦³«Ü©úÅ㪺§Ýµ¡A³oÓ²{¶H¤]µ¾¹ê¦a§e²{¦b¹ïÀ³ªºµ°ª©Mµ¶q¦±½u¡C
¤@¥¹§ä¨ìµ°ª¦±½u«á¡A§ÚÌn©M¸ê®Æ®w¤¤ªººq¦±¶i¦æ¤ñ¹ï¡C·íµM¡A¸ê®Æ®wªº¨C¤@ººq¦±¤]³£¬O¨Æ¥ýÂনµ°ª¦V¶qªº§Î¦¡¡A³q±`§Ų́úªºµ®Øªø«×¬O 32 ms¡A¦]¦¹¨C¬íÄÁ·|¦³ 1/32 = 31.25 Óµ°ªÂI¡AY¤@ººq¦³ 3 ¤ÀÄÁ¡A¹ïÀ³ªºµ°ª¦V¶q´N·|¦³ 3*60*31.25 = 5625 ÂI¡C¦Ó§Ú̪ºó°Û¿é¤JºqÁn¡AY¥H 8 ¬í¬°¨Ò¡A«h·|²£¥Í 8*31.25 = 250 Óµ°ªÈ¡A§Ú̪º¥Ø¼Ð¡A´N¬On§ä¥X¦b³o 5625 ÓÂI¸Ì±¡Aþ¤@¬q³Ì¹³§Ṵ́ۥX¨Óªº 250 Óµ°ªÈ¡C
¨ä¹ê¡A·í§ÚÌ»¡¡u³Ì¹³¡v®É¡A³o¬O¤@Ó¼Ò½kªº·§©À¡A©Ò¿×¡u¹³¡v©Î¡u¤£¹³¡v¡A§¹¥þ®Ú¾Ú©ó§Ú̩ҥΨ쪺¶ZÂ÷¨ç¼Æ¡A¶ZÂ÷¶V¤p«h¶V¹³¡A¤Ï¤§¡A«h¶V¤£¹³¡C¦bpºâ¨â¬qµ°ª¦V¶qªº¶ZÂ÷®É¡A§ÚÌ¥²¶·¦Ò¼{¨ì¤U¦C°ÝÃD¡G
¹ï©ó²Ä¤@Ó°ÝÃD¡A§ÚÌ¥i¥H¥ý±N¨â¬qµ°ª³£¥²¾¨ì¦P¤@Óµ°ª°ò·Ç¡A¦A¶i¦æ¤ñ¹ï¡C¹ï©ó²Ä¤GÓ°ÝÃD¡A§ÚÌ¥i¥H¥ý°²³]³t«×ªºÅܤƬO§¡¤Ãªº¡]Y³t«×§Ö¡A´N±qÀY§Ö¨ì§À¡FYºC¡A´N±qÀYºC¨ì§À¡A¦Ó¤£·|©¿§Ö©¿ºC¡^¡A¦b¦¹±¡ªp¤U¡A§ÚÌ´N¥i¥H±Ä¥Î¡u½u©Ê¦ùÁY¡v¡]linear scaling¡A²ºÙ LS¡^ªº¤èªk¨Ó¶i¦æ¤ñ¹ï¡A¦p¤U¹Ï©Ò¥Ü¡G
- ¨CÓ¤H°Ûºqªºµ°ª°ò·Ç¤£¤@¼Ë¡A¨Ò¦p¤k¥Í°Ûºqªºkey·|¤ñ¸û°ª¡A¦Ó¨k¥Í·|¤ñ¸û§C¡C
- ¨CÓ¤H°Ûºqªº³t«×¤]¤£¤@¼Ë¡A¦³ªº¤H§Ö¤@¨Ç¡A¦³ªº¤HºC¤@¨Ç¡A¥i¯à³£·|©M¸ê®Æ®w¤¤ªººq¦±³t«×¤£¦P¡C
¹Ï 5.¡G¨Ï¥Î LS ¨ÓpºâºqÁnµ°ª©M¸ê®Æ®w¤ºªººq¦±µ°ªªº¶ZÂ÷¡A¥H¥»¨Ò¦Ó¨¥¡A·í¦ùÁY¤ñ¬O 1.25 ®É¡A¥i¥H±o¨ì³Ìµu¶ZÂ÷¡C ¥Ñ¤W¹Ï¤¤¥i¥H¬Ý¥X¡A·í§Ú̱N¿é¤Jµ°ª¦V¶q©Ôªø 1.25 ¿¡]¦P®É±N¿é¤Jµ°ª¦V¶qªº¥§¡È¥²¾¨ì¹ïÀ³ºq¦±µ°ª¦V¶qªº¥§¡È¡^¡A±N©M¸ê®Æ®w¤¤ªº¬Y¤@ººq¦±±o¨ì³Ìªñªº¶ZÂ÷¡A¦¹¶ZÂ÷§Y¬O¦¹¿é¤Jµ°ª¦V¶q©M¦¹ºq¦±ªº¶ZÂ÷¡C¡]¦b¦¹ªº¶ZÂ÷¨ç¼Æ¥i¥H²³æ¦a©w¸q¬°¨âÓ¦V¶q¦b°ª«×ªÅ¶¡ªºª½½u¶ZÂ÷¡C¡^¦]¦¹¦b¤ñ¹ï¤@ººq¦±®É¡A§ÚÌ¥i¥H¹Á¸Õ¤£¦Pªº¦ùÁY¿¼Æ¡A¨Ò¦p±q 0.5¡B0.51¡B0.52¡B...¡B1.49¡B1.50 µ¥¡A¦@ 101 ºØ¥i¯à¡A¨Ó§ä¥X³Ì¨Îªº¦ùÁY¿¼Æ¥H¤Î¹ïÀ³ªº³Ìµu¶ZÂ÷¡CY¸ê®Æ®w¤¤¦³ 1000 ººq¦±¡A±N±o¨ì 1000 ӳ̵u¶ZÂ÷¡A§ÚÌ¥i®Ú¾Ú³o¨Ç¶ZÂ÷¨Ó±Æ§Ç¡A¶ZÂ÷¶Vµuªººq¦±¡A´N¶V¥i¯à¬O§ÚÌó°Ûªººq¡C
»¡©ú¦Ü¦¹¡A§Ú¬Û«H¤j®a¹ïó°Û¿ïºq¤w¸g¦³¤@Ó°ò¥»ªºÁA¸Ñ¡A©Î³\§AÌ·|°Ý¡A¨º¤U¤@¨B¬O¤°»ò¡HÁÙ¦³¤°»ò§Þ³N°ÝÃD©|«Ý§JªA¡H¨ä¹ê°ÝÃDÁ٫ܦh¡A¬ÛÃöªº¬ã¨s¤]¤@ª½¦b¶i¦æ·í¤¤¡A¥H¤U¦C¥X´XÂI¡G
- ºq¦±¸ê®Æ®wªº«Ø¸m¡A¬O³Ì¤jªº°ÝÃD¡C¨Ò¦p¡A·í§ÚÌn±Nó°Û¿ïºq¥Î©ó¥d©ÔOK¡A§ÚÌ¥²¶·¥ý±N©Ò¦³ªº¥d©ÔOKºq¦±«Ø¤J¸ê®Æ®w¡A¦ý¬O¦p¦ó¹ï³o¨Ç½Æµµ°Tµ¼Ö¡]polyphonic audio music¡^¶i¦æµ°ª°lÂÜ©O¡H³o¬O¤@Ó§xÃøªº°ÝÃD¡A¦]¬°¤@¥¹µ¼Ö¤¤¥]§t¤HÁn¤ÎI´ºµ¼Ö¡A¤HÁnªºµ°ª´N«ÜÃø³Q·Ç½T¦apºâ¥X¨Ó¡C
- ²Ä¤GÓ°ÝÃD¡Aó°Û¿ïºqªºpºâ¶q·|ÀHµÛ¸ê®Æ®wºq¦±ªº´£¤É¦Ó¼W¥[¡AÁöµM¼W¥[´T«×¬O¤p©ó½u©Ê¦¨ªø¡A¦ý¬OY¦Ò¼{¥þ¥@¬É©Ò¦³ªººq¦±¡]¶W¹L¤»õº¡A¥BÁÙ¦b«ùÄò¼W¥[¤¤¡^¡A¹Bºâ¶q¬O¬Û·íÅå¤H¡Cn¹ï¥I³o»ò¤j¶qªºpºâ¡A¥Ø«e³Ì¬y¦æªº¤èªk¬O¶³ºÝpºâ¡]cloud computing¡^¡AÅý¤j¶qªº CPU ¯à°÷µo´§¿ÂÃÆ¶¯§Lªº¥\¯à¨Ó§¹¦¨¤j¶qªº¤ñ¹ï¡C¥t¤@ºØ¤è¦¡«h¬O±Ä¥Î GPU (graphic processing unit) ¨Ó¶i¦æ¤j¶qªº¥¦æ¹Bºâ¡A§ÚÌ´ú¸Õªºµ²ªG¡AYn¹ï¥I 13,000 ººq¡A±q¨C¤@Óµ²Å°_ÂI¶}©l¤ñ¹ï¡A¨ã¦³ 384 ®Ö¤ßªº GPU ¥unªá 3 ¬íªº®É¶¡´N¥i¥H§¹¦¨ 8 ¬íªºó°Û¤ñ¹ï¡A¤ñ¤@¯ëªº CPU §Ö¤F±Nªñ 20 ¿¡C
Ãö©ó²Ä¤@Ó§xÃøÂI¡A§A¥i¯à·|°Ý¡G¦ý¬O¤H¦Õ³£Å¥±o¥X¨Ó MP3 µ¼Ö¤º¤HÁnªºµ°ª°Ú¡A¬°¤°»ò¹q¸£°µ¤£¨ì¡H¨þ¨þ¡A³o¬O¤@Ó¤j«v°Ý¡A§ÚÌÁÙ¤£¬O«Ü©ú½T¦aª¾¹D¤H¸£¦p¦ó°µ³o¥ó¨Æ¡A¦ý§ÚÌ©ú½T¦aª¾¹D¹q¸£³o¥ó¨Æ°µ¤£¦n¡C¨C¦~¦³¤@Ó¥@¬Éª¾¦Wªº¬ã°Q·| International Society of Music Information Retrieval¡]²ºÙ ISMIR¡^·|Á|¿ì¦U¶µµ¼ÖÀ˯Áµû¤ñ¡A¨ä¤¤¦³¤@¶µ¬O audio melody extraction¡AÁöµM¨C¦~ªº®Ä¯à³£¦³¼W¥[¡A¦ý¥Ø«eªº raw pitch accuracy ÁÙ¤£¨ì 85%¡A¥i¨£¤H¦Õ©M¤H¸£¦b¥Ø«eªº½T¤ñ¹q¸£¼F®`«Ü¦h¡C·íµM°Õ¡A¹q¸£¤@ª½¦b¶i¨B¡A¦Ó¤H¸£¶i¨Bªº´T«×¦³¡A¡u¹q¸£¦Õ¡v°l¤W¡u¤H¦Õ¡v¥i¯à¥u¬O®É¶¡ªº°ÝÃD¡I
§@·~
- ½Ð±qºô¸ô¤W´M§ä¥ô¤@Ó®i¥Üºô¶¡A¨Ó¹Á¸Õó°Û¿ïºqªº®i¥Ü¨t²Î¡C
- ½Ð¥¿±`¦a°Û¤@ººqªº¨ä¤¤¤@¥y¡A½Ð°Ý®i¥Ü¨t²Î¥i¥H§ä¨ì§A°Ûªººq¶Ü¡H
- ¦pªG§A¦b°Ûºq®É©¿§Ö©¿ºC¡A¨t²ÎÁٯॿ½T§äºq¶Ü¡H
Audio Signal Processing and Recognition (µ°T³B²z»P¿ëÃÑ)![]()