Orgin:Using Audio Onset Detection Algorithms
本文檔只記錄了部分的內容,主要以aubio相關內容為主，並非整個文檔的完整內容，記錄人:lihaiping1603@aliyun.com
QMUL算法: 這個基於信號的算法，它結合了能量(觀察信號的能量)和相位(觀察FFT狀態偏差)所共同構成復域。它包括一個自適應增白組件，該組件平滑了信號的時間和頻率變化，從而通過“將每個頻段的幅度引入一個類似的動態范圍，使振幅較大的峰值更加明顯。該算法跟進復域內的峰值計算每個頻域內發生突發事件的可能性，並使用峰值選取算法來標記onset.
Aubio:關於onset detection的算法aubio和QMUL算法類似，它改進了onset detection中的自動校正功能，通過計算節拍周期，phase相位對齊方法.主要是根據周期，相位，節拍來做預測。這個算法有兩個主要的變量參數值：threshold閥值0.01-0.99(主要用於峰值拾取)和onset模式(對於detection功能，包含高頻內容，復域，能量和光譜差異)。
例如分析下面的長笛音樂，采用了復域的分析方法。然后系統參數變量調優中FFT bin大小為1024，增量大小為512，峰值閥值threshold設置為0.5,寂靜閥值設置為-50dB,以及內部最小的onset間隔設置為40ms。由於相位聲編碼器的存在，窗口大小window設置為1024，跳數hope設置為512. 通過改變峰值選取算法的閥值，越低或者越高，會導致過多或者過小的onset。
實際情況和aubio的onset算法分析結果的對比展示如上圖。在上圖可以看出來，在這個音樂中11個真實的onset都被正確的發現了。
Pyin算法：它和上述算法的不同之處在於，他的目的是檢測音高,而不是顯式的onset detection，並且是一種基於概率的方法。它提取給定頻域范圍內的音高。由於該算法的設計在基頻估計的基礎上附加了一個時間戳，證明了他是一個有效的onset detection競爭者。同時這個信息可以用於推斷音符的onset.
使用示例，系統使用FFT bin 大小為1024個樣本，增量大小為512，YIN threshold(一組相關概率的音高候選值)全部設置為11,抑制低幅度音高估計值設置為0.1(將振幅抑制在一定值以下),onset的靈敏度設置為0.7(相當於峰值拾取)，分析的結果如下圖：
轉載請注明出處：https://www.cnblogs.com/lihaiping/p/aubio.html