黃阿羅

摘要：本文通過對(duì)音樂信號(hào)處理的意義和音樂信號(hào)處理應(yīng)用的可行性分析，提出了具體的聲樂特征提取方法，闡明了聲樂特征能量提取后的對(duì)比辦法，用更加量化的方式觀察人的發(fā)音方式，旨在將此方法具體運(yùn)用在輔助聲樂演唱評(píng)價(jià)上，進(jìn)而幫助聲樂演唱和教學(xué)活動(dòng)。

關(guān)鍵詞：音樂信號(hào)處理 聲樂演唱評(píng)價(jià) 輔助作用

眾所周知，在目前的聲樂演唱評(píng)價(jià)體系中以主觀評(píng)價(jià)為主，老師或評(píng)委的主觀意見為絕對(duì)權(quán)威，聲樂教學(xué)中也采用的是傳統(tǒng)的言傳身教的教學(xué)模式。但隨著文化環(huán)境的多元化，音樂的風(fēng)格多樣化，表現(xiàn)形式越來越豐富，且人們的審美日趨個(gè)性化，對(duì)音樂的理解更加多面性，特別是在某些特定的場(chǎng)合，比如聲樂考試和歌唱比賽中，常常需要對(duì)一些音樂呈現(xiàn)作出一定程度的客觀評(píng)價(jià)和分析，即使用聲音的物理指標(biāo)來評(píng)判聲音以彌補(bǔ)傳統(tǒng)評(píng)價(jià)方式中過多主觀意見帶來的疏漏。作為一種特殊的語(yǔ)音信號(hào)，音樂信號(hào)分析能夠和信號(hào)處理中的許多方法較為緊密的聯(lián)系起來，從而運(yùn)用到聲樂評(píng)價(jià)體系中，可以對(duì)此起到必要的輔助作用。下面本文就將具體闡述音樂信號(hào)處理的意義、應(yīng)用的可行性及如何將信號(hào)處理方法運(yùn)用于聲樂演唱的評(píng)價(jià)活動(dòng)中的方法。

一、音樂信號(hào)處理的意義

音樂信號(hào)處理是在傳統(tǒng)信號(hào)處理基礎(chǔ)上成長(zhǎng)起來的，在過去的二十年中，用計(jì)算機(jī)研究音樂主要是基于音樂符號(hào)的，其中具有代表性的是MIDI電子音樂。但是，隨著數(shù)字音頻的出現(xiàn)和計(jì)算機(jī)處理能力的增加，研究的重點(diǎn)現(xiàn)在逐漸轉(zhuǎn)變?yōu)閷?duì)音樂信號(hào)的分析處理上。在歌唱表演中，漂亮的音色是聲樂表達(dá)的靈魂，如果能夠研究好靈魂中的實(shí)質(zhì)內(nèi)容，對(duì)我們?cè)u(píng)價(jià)音質(zhì)的好壞有量化性的作用。因此，從音頻波形中提取出具有實(shí)際意義的信息是非常有意義的，也非常適合用信號(hào)處理的方法來加以實(shí)現(xiàn)。但是，當(dāng)處理如語(yǔ)音、音樂這種特殊的音頻信號(hào)的時(shí)候，理解和應(yīng)用相關(guān)的性質(zhì)是十分重要的。比如，研究相關(guān)問題時(shí)，我們要從聽覺特性、語(yǔ)言特性以及音樂特性上進(jìn)行更為深入的分析。在音樂信號(hào)處理上，我們要將其諸多的性質(zhì)利用起來，諸如表現(xiàn)形式的多樣性，各種聲源的協(xié)調(diào)性以及一些固定的模式和旋律上所攜帶的信息。利用好了這些先驗(yàn)信息，我們就能更好的分析音樂信號(hào)。

二、音樂信號(hào)處理應(yīng)用的可行性

在音樂信號(hào)處理應(yīng)用中，實(shí)驗(yàn)性音樂一直和信號(hào)處理方法的創(chuàng)新性應(yīng)用息息相關(guān)，并已延展到聲音合成和修剪當(dāng)中。文獻(xiàn)中指出，對(duì)音樂信號(hào)分析通常是從以下幾個(gè)維度分別進(jìn)行的，如音高、和聲、旋律、速度、節(jié)奏、韻律以及音色。其中，對(duì)音高、和聲、節(jié)奏的分析已經(jīng)有了較為成熟的方法。音樂信號(hào)被定義為一系列基本頻率倍數(shù)的正弦波信號(hào)的疊加，每一個(gè)音符都會(huì)在一個(gè)特定的音高上給聽眾一個(gè)單一特別的感受，因此，音高是音樂的基本要素，根據(jù)音樂信號(hào)的特點(diǎn)，可以通過短時(shí)傅里葉變換獲得音樂信號(hào)的時(shí)頻特征，根據(jù)該特征可分析出音樂信號(hào)中音高及和聲的變化特點(diǎn)。節(jié)奏可看作推動(dòng)音樂向前的一系列穩(wěn)定的信號(hào)，可以被描述為在時(shí)間上按照一定規(guī)律分布的脈沖信號(hào)，而速度則是跟這個(gè)信號(hào)相關(guān)聯(lián)的。速度和節(jié)奏在理解音樂中起著重要的作用，同理，我們也可利用短時(shí)傅里葉變換后的所得到的隨時(shí)間變化的頻譜求取這一規(guī)律變化的脈沖信號(hào)，故我們可將前后頻譜做差分運(yùn)算，以而捕獲音樂信號(hào)中音高頻率的突變點(diǎn)并得到音樂信號(hào)中速度、節(jié)奏的變化特點(diǎn)。

以上對(duì)音樂信號(hào)的分析都有較為成熟的方法和流程，本文所要做的主要工作是分析聲樂信號(hào)的泛音、音質(zhì)特點(diǎn)，即發(fā)聲音色特點(diǎn)中的一部分，后文統(tǒng)稱為聲樂演唱的音色特點(diǎn)，并將其創(chuàng)造性地應(yīng)用到聲樂訓(xùn)練、評(píng)價(jià)當(dāng)中。音色的客觀定義是能夠區(qū)分兩個(gè)響度和音高都相同的聲音的特征，這種特征主要是由基音頻率的諧波帶來的。本文主要設(shè)計(jì)了一種能夠量化分析發(fā)音質(zhì)量好壞的方法，并且，為了能夠更好的符合人的聽覺響應(yīng)特性，我們利用梅爾頻率對(duì)諧波頻率進(jìn)行分析，進(jìn)而更好的分析聲樂音色特征的差異。

為比較不同發(fā)聲間的差異，本文設(shè)計(jì)了基于梅爾頻率的濾波器組，對(duì)不同頻段的聲樂演唱信號(hào)進(jìn)行提取分析，并提出了相異聲樂特征向量，由此來反應(yīng)兩組發(fā)音之間聲樂音色特征的差異，與優(yōu)秀發(fā)音之間做對(duì)比，可量化的評(píng)判發(fā)音的質(zhì)量，進(jìn)而應(yīng)用到聲樂評(píng)價(jià)及訓(xùn)練當(dāng)中。接下來我們就具體介紹音樂信號(hào)處理在聲樂評(píng)價(jià)中運(yùn)用的方法。

三、聲音信號(hào)的提取方法

我們?cè)谝魳沸盘?hào)處理運(yùn)用到聲樂演唱評(píng)價(jià)中采用的是聲音信號(hào)特征的提取方法。如圖1所示，該評(píng)價(jià)系統(tǒng)分為兩個(gè)部分，第一部分是對(duì)一些模板音樂信號(hào)進(jìn)行特征數(shù)據(jù)提取學(xué)習(xí)，作為評(píng)價(jià)時(shí)候的參考模式。例如，我們可以將國(guó)際上最優(yōu)秀歌唱家不同音高的發(fā)音進(jìn)行特征提取訓(xùn)練學(xué)習(xí)，存儲(chǔ)到參考模式當(dāng)中，作為評(píng)價(jià)過程當(dāng)中的備選模式。第二部分是對(duì)需要評(píng)價(jià)的音樂信號(hào)進(jìn)行特征數(shù)據(jù)提取，并在參考模式中選取音高相同的模式進(jìn)行特征對(duì)比，找出音色特征中泛音、飽滿度等聲樂特征的差異，從而給出相應(yīng)的評(píng)分。本文所采用的樣本數(shù)據(jù)是從專業(yè)藝術(shù)院校聲樂專業(yè)各年級(jí)各種程度的學(xué)生演唱的相同片段。與參考模式相近，即與著名歌唱家聲樂音色特征相近的得分較高，反之則得分較低。

在搜集到相關(guān)數(shù)據(jù)后，我們做了一個(gè)更接近實(shí)際的應(yīng)用處理流程來提取聲樂演唱中的音色特征。其流程如圖2所示：

下面給出該框圖的簡(jiǎn)要解釋。和語(yǔ)音信號(hào)的預(yù)處理相類似，音樂信號(hào)也要進(jìn)行預(yù)加重分幀的處理。為了去除口唇輻射對(duì)發(fā)音的影響，因而首先對(duì)輸入音樂信號(hào)高頻分量進(jìn)行預(yù)加重處理。此后需對(duì)采樣所得信號(hào)進(jìn)行分幀處理，需要合理選擇幀長(zhǎng)和幀步進(jìn)。

在對(duì)聲樂信號(hào)頻譜分析當(dāng)中，為了盡量改善頻率泄露的情況，通常需要對(duì)分幀后的信號(hào)進(jìn)加窗處理。之后為了提取音樂信號(hào)的頻率特性，則對(duì)加窗后的信號(hào)做快速傅里葉變換得到音樂信號(hào)的頻譜。當(dāng)我們演唱一個(gè)特定音高的音符的時(shí)候，除了在基頻處會(huì)產(chǎn)生一根譜線外，在頻譜上的其他部分也會(huì)分布的復(fù)混合頻譜。這些部分的譜線的能量構(gòu)成了我們發(fā)音的共鳴、泛音的特征，因此，通常我們只對(duì)信號(hào)的幅度特征感興趣，故將其取平方后得到與能量特征相關(guān)的功率譜。endprint

Stevens等人基于彼此等距的聽眾對(duì)音高的感性判斷，提出了梅爾刻度。研究表明該刻度與人耳的聽覺特性能夠很好的擬合，為了更好的度量不同音色帶給人的聽覺效果，故本文采用梅爾刻度對(duì)不同頻率進(jìn)行量度。我們將人耳建模為一組濾波器組，對(duì)不同頻率具有選擇特性，根據(jù)梅爾刻度，我們可以設(shè)計(jì)一系列三角濾波器組模擬人對(duì)不同頻率的感知情況，根據(jù)梅爾刻度，我們?cè)O(shè)計(jì)截止頻率和中心頻率都不相同的三角濾波器組。將不同組的梅爾濾波器對(duì)由不同數(shù)據(jù)幀求得的功率譜密度函數(shù)進(jìn)行濾波處理，得到經(jīng)過相應(yīng)濾波器組濾波后的功率譜，對(duì)其求和后，提取不同中心梅爾刻度下音樂信號(hào)的能量，該過程即對(duì)采樣音樂信號(hào)做了平均處理的作用。根據(jù)信號(hào)的特征能量與樣例特征能量進(jìn)行對(duì)比，可以得出不同梅爾濾波器組所提取到的樣例能量差別。在聲樂信號(hào)分析當(dāng)中，可提取其梅爾特征能量與要達(dá)到的目標(biāo)音色進(jìn)行對(duì)比分析，對(duì)演唱者的音色特征進(jìn)行評(píng)判。評(píng)分過程中，可根據(jù)與模式中樣例特征能量的平均差別來進(jìn)行評(píng)判。

通過以上分析，闡明了聲樂特征能量提取后對(duì)比辦法，根據(jù)上文中描述的分析過程，可有效的對(duì)比不同聲樂信號(hào)的特征能量向量之間的不同，用更加量化的方式觀察人的發(fā)音方式，更好地進(jìn)行客觀評(píng)價(jià)，并能在一定程度上糾正人發(fā)聲方面的缺陷。

四、結(jié)語(yǔ)

使用一些較為成熟的信號(hào)分析方法，可以有效量化分析音樂信號(hào)，使得人們不光能從感性的角度感受音樂帶來的美妙體驗(yàn)，也可從理性的角度看待支撐這些特征背后的數(shù)字信息。這樣不僅能夠使得人們欣賞音樂的角度多元化，也使得在音樂教學(xué)和評(píng)比當(dāng)中能夠有更量化的分析、評(píng)價(jià)工具，用以對(duì)不正確的發(fā)聲方式進(jìn)行一定的客觀評(píng)價(jià)。將信號(hào)處理方法應(yīng)用到音樂信號(hào)分析尤其是聲樂演唱中是一個(gè)較新的研究方向，在多個(gè)學(xué)科的積極合作和努力探索下會(huì)將會(huì)慢慢形成更加成熟和運(yùn)用廣泛的成果。

注：

文中所涉及的實(shí)驗(yàn)數(shù)據(jù)結(jié)果由電子科技大學(xué)碩士生李莽提供。

基金項(xiàng)目：

四川省教育廳資助科研項(xiàng)目（項(xiàng)目編號(hào)13SB0035）。

參考文獻(xiàn)：

[1]Daniel P·W·Ellis，Anssi Klapuri and Gael Richard.Signal Processing for Music Analysis[M].IEEE Journal of Selected Topics in Signal Processing，Oct.2011.

[2]C·Roads.The Computer Music Tutorial[M].Cambridge，MA： MIT Press，1996.

[3]M·S·Puckette.The Theory and Technique of Electronic Music[M].Singapore： World Scientific，2007.

[4]R·Parncutt.A perceptual model of pulse salience and metrical accent in musical rhythms[M].Music Percept，1994.

[5]R·Zhou，M·Mattavelli，and G·Zoia.Music onset detection based on resonator time frequency image[M].IEEE Trans.Audio，Speech，Lang.Process，Nov.2008.

[6]A·J·Eronen and A·P·Klapuri.Music tempo estimation with k-NN regression[M].IEEE Trans. Audio，Speech，Lang.Process，Jan.2010.

[7]M·Goto.An audio-based real-time beat tracking system for music with or without drum-sounds[M].J·New Music Res，2001.

[8]M·Alonso，G·Richard，and B. David.Accurate tempo estimation based on harmonic noise decomposition[M].EURASIP J·Adv·Signal Process，2007.

[9]A·P·Klapuri， A·J·Eronen，and J. Astola.Analysis of the meter of acoustic musical signals[M].IEEE Trans.Audio，Speech，Lang.Process.2006.

[10]J·Paulus， M·Müller，and A. Klapuri.Audio-based music structure analysis[M].in Proc. 11th Int.Conf.Music Inf.Retrieval （ISMIR），Utrecht，The Netherlands，2010.endprint