피치 검출 알고리즘

Pitch detection algorithm
"피치 추적"은 여기서 리디렉션 야구 용어는 야구 용어집 (P) § 피치 추적을 참조하십시오.

피치 감지 알고리즘(PDA)은 퀘이페리오디컬 또는 진동 신호의 피치 또는 기본 주파수를 추정하도록 설계된 알고리즘으로, 일반적으로 음성 또는 음악 노트 또는 음조의 디지털 녹음이다. 이 작업은 시간 영역, 주파수 영역 또는 둘 다에서 수행할 수 있다.

PDA는 다양한 맥락에서 사용되므로(예: 음성학, 음악 정보 검색, 음성 코딩, 음악 공연 시스템) 알고리즘에 다른 요구가 있을 수 있다. 단일 이상적인[when?] PDA는 아직 존재하지 않기 때문에, 다양한 알고리즘이 존재하며, 대부분은 아래 주어진 등급에 포함된다.[1]

PDA는 일반적으로 Quasiperiodic 신호의 주기를 추정한 다음 그 값을 반전시켜 주파수를 제공한다.

일반 접근법

한 가지 간단한 접근방식은 신호의 제로 교차점 사이의 거리(즉 제로 교차 속도)를 측정하는 것이다. 단, 주기가 다르거나 노이즈가 많은 다중 사인파로 구성된 복잡한 파형에서는 이 기능이 잘 작동하지 않는다. 그럼에도 불구하고, 예를 들어, 단일 출처를 가정하는 일부 음성 애플리케이션에서 제로 크로싱이 유용한 척도가 될 수 있는 경우가 있다.[citation needed] 그 알고리즘의 단순성은 그것을 구현하는 것을 "치프하게" 만든다.

보다 정교한 접근방식은 신호의 세그먼트를 시험 기간별로 상쇄되는 다른 세그먼트와 비교하여 일치점을 찾는다. AMDF(평균 진도 차이 함수), ASMDF(평균 제곱 평균 차이 함수) 및 기타 유사한 자기 상관 알고리즘이 이러한 방식으로 작동한다. 이러한 알고리즘은 매우 주기적인 신호에 대해 상당히 정확한 결과를 제공할 수 있다. 그러나 이들은 잘못된 감지 문제(흔히 "옥타브 오류"), 때로는 시끄러운 신호(실시에 따라 달라짐), 그리고 기본 구현에서 다성음(다양한 음조의 여러 음악 음을 포함함)[citation needed]을 잘 다루지 못한다.

현재의[when?] 시간 영역 피치 검출기 알고리즘은 위에서 언급한 기본 방법을 기반으로 구축되는 경향이 있으며, 인간적인 피치 평가에 따라 성능을 더욱 향상시키기 위한 추가적인 정밀한 방법이 있다. 예를 들어, IN 알고리즘과[2] MPM 알고리즘은[3] 모두 자기 상관에 기초한다.

주파수 영역 접근 방식

주파수 영역, 다음파 검출이 가능하며, 보통 신호를 주파수[4] 스펙트럼의 추정치로 변환하기 위해 주기그램을 이용한다. 이것은 시차그램 알고리즘의 핵심 부분인 FFT의 잘 알려진 효율성이 많은 목적에 적합하게 효율적이기는 하지만, 원하는 정확도가 증가함에 따라 더 많은 처리 능력을 필요로 한다.

널리 사용되는 주파수 영역 알고리즘에는 고조파 제품 스펙트럼,[5][6] 주파수 영역 특성을 미리 정의된 주파수 맵에 일치시키려는 시도[7](고정 튜닝 계측기의 피치 검출에 유용함) 및 고조파 시리즈로 인한 피크의 검출 등이 포함된다.[8]

이산 푸리에 스펙트럼에서 도출된 피치 추정치를 개선하기 위해 FFT 빈에서 제공하는 정밀도를 넘어서기 위해 스펙트럼 재할당(위상 기반) 또는 그랜드케 보간(규모 기반)과 같은 기법을 사용할 수 있다. 브라운과 푸켓은 또 다른 위상 기반 접근법을 제시한다.

스펙트럼/임시 접근법

스펙트럼/임시 피치 검출 알고리즘(예: YAAPT 피치 추적)[10][11]은 표준화된 교차 상관과 같은 자기 상관 기능을 이용한 시간 영역 처리와 피치를 식별하기 위해 스펙트럼 정보를 활용한 주파수 영역 처리의 조합에 기초한다. 그런 다음, 두 도메인에서 추정된 후보자들 중에서, 최종 피치 트랙은 동적 프로그래밍을 사용하여 계산될 수 있다. 이러한 접근방식의 장점은 한 도메인의 추적 오류를 다른 도메인의 프로세스에 의해 줄일 수 있다는 것이다.

음성 피치 감지

언어의 기본 주파수는 저음의 경우 40Hz에서 고음의 경우 600Hz까지 다양할 수 있다.[12]

자기 상관 방법은 피치를 감지하기 위해 최소 두 번의 피치 기간이 필요하다. 이는 40Hz의 기본 주파수를 감지하기 위해서는 음성 신호의 최소 50밀리초(ms)를 분석해야 함을 의미한다. 그러나 50ms 동안 기본 주파수가 높은 음성은 윈도우 전체에 걸쳐 기본 주파수가 반드시 동일한 것은 아닐 수 있다.[12]

참고 항목

참조

  1. ^ D. 게르하르트. 피치 추출 및 기본 주파수: 2003년 레지나 대학교 컴퓨터 과학 학과의 역사와 현재 기술 보고서
  2. ^ de Cheveigné, Alain; Kawahara, Hideki (2002). "YIN, a fundamental frequency estimator for speech and music" (PDF). The Journal of the Acoustical Society of America. Acoustical Society of America (ASA). 111 (4): 1917–1930. doi:10.1121/1.1458024. ISSN 0001-4966.
  3. ^ P. McLeod와 G. 와이빌 투구를 찾는 더 현명한 방법. 2005년 국제 컴퓨터 음악 회의(ICMC'05)에서.
  4. ^ Hayes, Monson (1996). Statistical Digital Signal Processing and Modeling. John Wiley & Sons, Inc. p. 393. ISBN 0-471-59431-8.
  5. ^ 피치 감지 알고리즘, 커넥션의 온라인 리소스
  6. ^ A. Michael Noll, "하모니 제품 스펙트럼, 조화 총 스펙트럼 및 최대우도 추정치에 의한 인간 언어의 피치 결정," 통신에서의 컴퓨터 처리에 관한 심포지엄의 진행, Vol. XIX, 폴리테크닉 프레스: 브루클린, 뉴욕, (1970), 페이지 779–797.
  7. ^ A. Michael Noll, "Cepstrum Pitching Decisioning", 미국음향학회지 제41권, 제2권, (1967년 2월), 페이지 293–309.
  8. ^ 미트레, 아드리아노, 케이로스, 마르셀로, 파리아, 레기스, 정밀 부분 추정을 통한 정확하고 효율적인 기본 주파수 결정. 제4회 AES 브라질 회의의 진행. 2006년 113-118.
  9. ^ 브라운 JC와 푸켓 MS(1993년). 푸리에 변환의 위상 변화에 기초한 고해상도 기본 주파수 결정. J. 음향. soc. am. 제94권, 제2, 페이지 662–667 [1]
  10. ^ Zahorian, Stephen A.; Hu, Hongbing (2008). "A spectral/temporal method for robust fundamental frequency tracking" (PDF). The Journal of the Acoustical Society of America. Acoustical Society of America (ASA). 123 (6): 4559–4571. doi:10.1121/1.2916590. ISSN 0001-4966.
  11. ^ 스테판 A. 자호리안과 홍빙후. YAAPT 피치 추적 MATLAB 기능
  12. ^ a b Huang, Xuedong; Alex Acero; Hsiao-Wuen Hon (2001). Spoken Language Processing. Prentice Hall PTR. p. 325. ISBN 0-13-022616-5.

외부 링크