PitchRecognize

PitchRecognize[audio]

识别 audio 中的主音高，将其作为 TimeSeries 对象返回.

PitchRecognize[audio,spec]

返回根据指定 spec 处理的主音高.

PitchRecognize[video,…]

识别 video 中第一条音轨的主音高.

更多信息和选项

  • PitchRecognize 亦称为音高检测或音高追踪.
  • PitchRecognize 假定信号在任意给定时间只含有一个音高.
  • 如果在特定时间未检测到音高，则为该时间返回 Missing[] 值.
  • 音高指定 spec 可为以下任意形式：
  • "Frequency"频率，单位为赫兹（默认）
    "FrequencyMagnitude"单位为赫兹的频率的幅值
    "QuantizedFrequency"以赫兹为单位的量化频率
    {"QuantizedFrequency",list}量化到 list 中的值的频率，单位为赫兹
    "MIDI"，其中 freq 是单位为赫兹的频率
    "QuantizedMIDI"舍入后的 MIDI 值
    "SoundNotePitch"音高规范，其中 0 对应于中音 C（和 SoundNote 中的一样）
    f应用于识别出的频率的任意函数 f
  • 可以给出以下选项：
  • AcceptanceThreshold Automatic视为可接受的最小概率
    AlignmentCenter时间戳与分区对齐
    AllowedFrequencyRange Automatic最小和最大频率
    MetaInformationNone包括其他元信息
    Method Automatic所使用的方法
    MissingDataMethodNone对缺失值使用的方法
    PartitionGranularityAutomatic音频划分规范
    PerformanceGoal "Speed"优化的目标
    ResamplingMethodAutomatic用于重新抽样路径的方法
  • Method 的可能的设置包括：
  • Automatic自动选择
    "CREPE"训练好的用于音高估计的神经网络
    "Speech"基于声码器的语音基频估计
    "YIN"基于 YIN 的算法
  • 使用 Method->{"CREPE",TargetDevice->dev} 在设备 dev 上执行神经网络计算.
  • PitchRecognize 使用机器学习. 其方法、训练集和偏差在不同版本 Wolfram 语言中，可能会更改并产生不同结果.
  • PitchRecognize 可以下载存储在 $LocalBase 的本地对象库中的资源，可通过 LocalObjects[] 列出，用 ResourceRemove 删除.

范例

打开所有单元关闭所有单元

基本范例  (1)

识别录音的音高：

范围  (5)

识别音高并返回单位为 Hz 的频率：

以 MIDI 规范表示结果：

识别量化音高：

在与标准 MIDI 音高对应的频率上量化的频率（以 Hz 为单位）：

量化的 MIDI 规范：

量化的 SoundNote 规范：

用特定值量化的频率：

用任意函数识别修改过的音高：

定义 MIDI 规范，其中中音 A 被设为 432 Hz：

识别音高：

识别视频的音高：

选项  (7)

AcceptanceThreshold  (1)

设置更高的 AcceptanceThreshold 以保留最确定的预测：

AllowedFrequencyRange  (1)

用特定频率范围限制音高识别的结果：

Method  (4)

默认的方法是使用各种 "YIN" 算法：

使用 "CREPE" 方法，利用神经网络计算音调：

"CREPE" 方法比 "YIN" 方法计算上更昂贵：

对于乐器，"CREPE" 方法上培训的网络更精确：

对于语音信号， "Speech" 方法更为准确：

PerformanceGoal  (1)

PerformanceGoal 设为 "Speed" 的 "CREPE" 方法会使用更小和更快的网络在同样的数据集上进行培训：

计算速度明显更快，但结果仍然精确：

应用  (4)

识别人声的音高：

计算音高 TimeSeries：

绘制音高：

计算平均音调：

女性的声音一般比男性声音具有更高的音调：

检查一段录音中大提琴的音准：

计算音高 TimeSeries：

计算音高的均值：

在大提琴上演奏的 A 的频率应为 110Hz. 该大提琴的音很准.

转录单声道乐器：

计算音高并用 SoundNote 规范来表示：

删除所有 Missing[] 值：

获取每个音符的音高和边界：

创建一个 Sound 对象：

用不同的乐器创建声音：

识别音高以重建信号.首先记录巴赫赋格曲：

使用 "CREPE" 方法跟踪信号的音调并返回量化的频率：

使用识别的音调生成音频信号：

属性和关系  (1)

"CREPE" 方法使用来自于 Wolfram Neural Net Repository 的 CREPE 网络：

可能存在的问题  (1)

如果使用了 "YIN" 方法，识别时可能会出现八度音阶错误：

调整 AllowedFrequencyRange 选项的值以消除错误：

巧妙范例  (1)

用颜色列表可视化识别出的音调：

其他范例：

Wolfram Research (2019)，PitchRecognize，Wolfram 语言函数，https://reference.wolfram.com/language/ref/PitchRecognize.html （更新于 2024 年）.

文本

Wolfram Research (2019)，PitchRecognize，Wolfram 语言函数，https://reference.wolfram.com/language/ref/PitchRecognize.html （更新于 2024 年）.

CMS

Wolfram 语言. 2019. "PitchRecognize." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2024. https://reference.wolfram.com/language/ref/PitchRecognize.html.

APA

Wolfram 语言. (2019). PitchRecognize. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/PitchRecognize.html 年

BibTeX

@misc{reference.wolfram_2024_pitchrecognize, author="Wolfram Research", title="{PitchRecognize}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/PitchRecognize.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_pitchrecognize, organization={Wolfram Research}, title={PitchRecognize}, year={2024}, url={https://reference.wolfram.com/language/ref/PitchRecognize.html}, note=[Accessed: 21-November-2024 ]}