Audio Decomposition是什么?一文让你看懂Audio Decomposition的技术原理、主要功能、应用场景

来源:卓商AI
发布时间:2025-04-05

Audio Decomposition概述简介

Audio Decomposition是音频处理技术,基于傅里叶变换和信封匹配将音乐中的各个音符和乐器分离,实现音乐到乐谱的转换。Audio Decomposition开源项目是Matthew Bird推出的,无需外部乐器分离库,自动识别和分离音乐中的不同乐器声音,帮助用户更好地理解和重现乐谱。

Audio Decomposition的功能特色

音频源分离:将混合音乐中的不同乐器声音分离出来。

音乐转乐谱:将音乐文件转换成乐谱,帮助用户识别音高和和弦。

音频分析:分析音乐中的音符和乐器,提供音乐结构的深入理解。

开源工具:作为开源项目,支持用户自由使用和修改代码,适应不同的需求。

Audio Decomposition的技术原理

傅里叶变换:程序每0.1秒对音乐文件进行一次傅里叶变换,生成频谱图。将每种乐器的傅里叶变换相加,重新创建音乐的频谱。

包络分析:将声波分成几块并取每块的最大值获取包络。进一步优化结果,找到包络低于原始声波的点,添加新点定义包络。

信封的分解:将波的包络分解为起音(攻击)、延音(持续)和释音(释放)。

波形分类:考虑乐器的静态衰减和动态变化,及是否有释音。

带通滤波:对每个音符频率的信号进行带通滤波,分离特定乐器的声音。

互相关和均方误差(MSE):用乐器的起音和释放的互相关找到每个音符的开始和结束。计算乐器波和滤波后的音频的MSE,获得乐器的成本。

Audio Decomposition项目介绍

项目官网:matthew-bird.com/blogs/Audio-Decomposition

GitHub仓库:https://github.com/mbird1258/Audio-Decomposition

Audio Decomposition能做什么?

音乐教育:分离不同乐器的声音,帮助学生更直观地理解音乐作品中的和声与配器。

音乐制作:支持制作人从复杂的音乐中提取单独的音轨,用在混音或创作新的音乐元素。

乐谱转录:自动将音频记录转换为乐谱,节省人工转录的时间和成本,尤其适用于古典音乐作品。

音乐分析:深入分析音乐作品的构成,为音乐理论家和作曲家提供研究工具。

音频编辑:在电影和视频制作中,帮助编辑精确地处理和调整音频元素,如对话、音乐和音效。

© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有,未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
卓商AI
卓商AI

AI爱好者的一站式人工智能AI工具箱,累计收录全球10,000⁺好用的AI工具软件和网站,方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用,力争做全球排名前三的AI网址导航网站,欢迎您成为我们的一员。

猜你喜欢
  • godaddy domain generator
    godaddy domain generator 使用Godaddy的AI域名生成器生成独特而引人注目的域名。只需输入单词或短语,并为您的网站获取创意建议。另外,它是完全免费的!从人群中脱颖而出,轻松...
  • Benchmark Medical RAG
    Benchmark Medical RAG Benchmark Medical RAG是一个专注于医疗领域的检索式问答(Retrieval-Augmented Generation)基准测试平台...
  • Gan.AI Video Recorder
    Gan.AI Video Recorder Gan.AI Video Recorder 是一款在线视频录制工具,它允许用户快速录制屏幕和摄像头,并通过个性化功能来增强视频的吸引力和效果。产品的主...
  • Pine
    Pine Pine是一个AI驱动的应用程序,旨在帮助用户降低账单、取消订阅服务、解决客户支持问题。它通过自动化的电话和网络服务,让用户避免长时间的等待和复杂的3...
  • Scene.io
    Scene.io Scene是一个集网页设计、协作、发布于一体的在线平台。它通过提供AI助手Muse,帮助用户从概念到部署的整个设计过程中,优化网站设计、内容创作和团队...
  • Domesticating ai for your business
    Domesticating ai for your business HaiVE是一个24/7可用的AI聊天机器人,用于处理客户查询。它使用先进的自然语言处理和生成式AI,为销售前、产品上线和产品/服务支持提供多渠道的虚...
  • MeloTTS
    MeloTTS MeloTTS是由MyShell.ai开发的多语言文本转语音库,支持英语、西班牙语、法语、中文、日语和韩语。它能够实现实时CPU推理,适用于多种场景,...
  • Overwatch Data
    Overwatch Data Overwatch Data构建了开源情报的共同操作平台,为公司和政府机构提供发现、监测和理解最重要的信息和风险的能力。它提供实时的新闻、社交媒体和暗...