我正在尝试使用MATLAB读取一个包含音乐音符序列的WAV文件的项目。例如，我的WAV文件可能包含一系列C-D-C-E。将此文件输入我的程序将打印出“C D C E”。
我尝试使用WAVREAD将文件转换为矢量，然后 使用抽样对其进行下采样并制作成单通道文件。 然后我能够想出一个在某些频率上具有“峰值”的频谱图。
从这里开始，我想获得有关如何使MATLAB识别峰值频率的帮助，从而使我能够打印出音符。
或者我走错了路？
提前致谢！
答案 0 :(得分：3)
你在正确的轨道上，但这不是一个简单的问题。我建议调查的是一种称为色度图的东西。这将使用您从频谱图中收集的信息并将其“bin”到钢琴音符频率中。这将给出歌曲谐波内容的近似值。尽管由于音符谐波中的剩余能量，这可能不完全准确，但它是一个开始。
要意识到你正在做的转录是一项非常艰巨的任务，并且尚未100％解决。人们仍在研究今天。我有生成色度的代码，但我必须挖掘它。
修改
以下是色度的一些代码
clc; close all; clear all;
% didn't have wav file, but simply replace this with the following
% [audio,fs] = wavread('audioFile.wav')
audio = rand(1,10000);
fs = 44100; % temp sampling frequency, will depend on audio input
NFFT = 1024; % feel free to change FFT size
hamWin = hamming(NFFT); % window your audio signal to avoid fft edge effects
% get spectral content
S = spectrogram(audio,hamWin,NFFT/2,NFFT,fs);
% Start at center lowest piano note
A0 = 27.5;
% all 88 keys
keys = 0:87;
center = A0*2.^((keys)/12); % set filter center frequencies
left = A0*2.^((keys-1)/12); % define left frequency
left = (left+center)/2.0;
right = A0*2.^((keys+1)/12); % define right frequency
right = (right+center)/2;
% Construct a filter bank
filter = zeros(numel(center),NFFT/2+1); % place holder
freqs = linspace(0,fs/2,NFFT/2+1); % array of frequencies in spectrogram
for i = 1:numel(center)
xTemp = [0,left(i),center(i),right(i),fs/2]; % create points for filter bounds
yTemp = [0,0,1,0,0]; % set magnitudes at each filter point
filter(i,:) = interp1(xTemp,yTemp,freqs); % use interpolation to get values for frequencies
end
% multiply filter by spectrogram to get chroma values.
chroma = filter*abs(S);
%Put into 12 bin chroma
chroma12 = zeros(12,size(chroma,2));
for i = 1:size(chroma,1)
bin = mod(i,12)+1; % get modded index
chroma12(bin,:) = chroma12(bin,:) + chroma(i,:); % add octaves together
end
这应该可以解决问题。它可能不是最快的解决方案，但它应该完成工作。
当然可以优化它。
答案 1 :(得分：3)
作为MZimmerman6，这是一个非常复杂的问题。峰值到峰值测量可能是成功的，但如果音乐变得更复杂肯定不会。我之前已经解决了这个问题，并且看到其他人也尝试过这个问题，我见过的同行中最成功的项目涉及以下内容：
1）限制时间。程序实际上很难确定笔记何时发生变化！如果您尝试将声乐与乐器分开，或者例如当两个和弦按顺序播放时，尤其如此，但它们之间的一个音符保持不变。因此，通过约束时间意味着找出每个音乐块的发生时间，因此在您的情况下，将轨道分成四个轨道，每个音轨一个轨道。您可能能够利用每个音符的攻击来自动检测攻击，作为要测试的新段的开头。
2）限制频率。你必须使用你所知道的，否则你需要进行本征模式的比较。奇异值分解在这个领域是有效的。但是如果你以某种方式让钢琴演奏单独的音符（单独），并且你有弹奏钢琴的钢琴录音，那么你可以做的是对每个片段进行快速傅里叶变换（参见上面的时间限制），减少噪音，比较它们。然后使用减法方法或其他度量来确定每个音符的最佳“拟合”。
这是对问题的粗略解释，但相信我，你可以对这种分析施加的限制越多越好。