音楽信号からの音声の抽出

標準のデジタルミュージックシンセサイザーを実装し、3 音声配置で民謡の演奏に使用します。サンプルレートを 2 kHz に指定します。歌曲を MATLAB® の timetable として保存します。

fs = 2e3;
t = 0:1/fs:0.3-1/fs;

l = [0 130.81 146.83 164.81 174.61 196.00 220 246.94];
m = [0 261.63 293.66 329.63 349.23 392.00 440 493.88];
h = [0 523.25 587.33 659.25 698.46 783.99 880 987.77];
note = @(f,g) [1 1 1]*sin(2*pi*[l(g) m(g) h(f)]'.*t);

mel = [3 2 1 2 3 3 3 0 2 2 2 0 3 5 5 0 3 2 1 2 3 3 3 3 2 2 3 2 1]+1;
acc = [3 0 5 0 3 0 3 3 2 0 2 2 3 0 5 5 3 0 5 0 3 3 3 0 2 2 3 0 1]+1;

song = [];
for kj = 1:length(mel)
    song = [song note(mel(kj),acc(kj)) zeros(1,0.01*fs)];
end
song = song'/(max(abs(song))+0.1);

% To hear, type sound(song,fs)

tune = timetable(seconds((0:length(song)-1)'/fs),song);

信号アナライザーを開いて、ワークスペースブラウザーから信号テーブルに timetable をドラッグします。[グリッドの表示] をクリックして、2 行 2 列のグリッドの表示を作成します。スペクトルビューを上 2 つの表示と左下の表示に追加します。右下の表示を選択し、[時間-周波数] をクリックしてスペクトログラムの表示を追加し、[時間] をクリックして時間の表示を削除します。4 つすべての表示に歌曲をドラッグします。右下の表示を選択し、[スペクトログラム] タブで、0.31 秒の時間分解能、0% の隣接するセグメント間のオーバーラップを指定します。[パワーの範囲] を –50 dB と –10 dB に設定します。

[アナライザー] タブで、[複製] を 3 回クリックして歌曲のコピーを 3 つ作成します。信号テーブルの [名前] 列をダブルクリックして、コピーの名前を high、medium、low に変更します。コピーを上の 2 つと左下の表示に移動します。

信号テーブル内の 3 つの複製信号をすべて選択し、[前処理] をクリックして前処理モードを開始します。

high 信号を、信号テーブルで名前をクリックして選択します。[関数] ギャラリーから [ハイパス] を選択します。[関数パラメーター] パネルで 450 Hz の通過帯域周波数を入力し、急峻さを 0.95 に増やします。[適用] をクリックします。
medium 信号を、信号テーブルで名前をクリックして選択します。[関数] ギャラリーから [バンドパス] を選択します。[関数パラメーター] パネルで、低域および高域通過帯域周波数としてそれぞれ 230 Hz と 450 Hz を入力します。急峻さを 0.95 に増やします。[適用] をクリックします。
low 信号を、信号テーブルで名前をクリックして選択します。[関数] ギャラリーから [ローパス] を選択します。[関数パラメーター] パネルで 230 Hz の通過帯域周波数を入力し、急峻さを 0.95 に増やします。[適用] をクリックします。

[すべて確定] をクリックして前処理結果を保存し、モードを終了します。

フィルター処理された信号を含む 3 つの表示それぞれにスペクトログラムを表示します。

元の信号の名前の隣にあるチェックボックスをオフにして元の信号を削除します。
[表示] タブの [時間-周波数] をクリックしてスペクトログラムの表示を追加し、[時間] をクリックして時間の表示を削除します。
[スペクトログラム] タブで、0.31 秒の時間分解能を指定し、隣接するセグメント間のオーバーラップとして 0% を指定します。[パワーの範囲] を –50 dB と –10 dB に設定します。

フィルター処理された 3 つの信号を、信号テーブルの [名前] 列をクリックして選択します。[アナライザー] タブで [エクスポート] をクリックして信号を music.mat という MAT ファイルに保存します。MATLAB で、ファイルをワークスペースに読み込みます。3 つの信号のスペクトルをプロットします。

load music

pspectrum(low)
hold on
pspectrum(medium)
pspectrum(high)
hold off

Figure contains an axes object. The axes object with title Fres = 1.9536 Hz contains 3 objects of type line.

% To hear the different voices, type 
% sound(low.low,fs), pause(5), sound(medium.medium,fs), pause(5), sound(high.high,fs)

音楽信号からの音声の抽出

参考

アプリ

関数

関連する例

詳細