Analyse und Separation polyphoner Musiksignale

In dieser Arbeit werden Ansätze zur verbesserten Signalanalyse mehrstimmiger Musikaufnahmen vorgestellt, die auf künstlichen neuronalen Netzen basieren. Diese Ansätze ermöglichen eine objektive Bewertung der Aufnahmequalität von Amateuraufnahmen, eine verbesserte zeitabhängige Detektion aktiver Musikinstrumente sowie eine bessere Separation von Ensemble-Aufnahmen mit unterschiedlichen Instrumenten.
Zur objektiven Qualitätsbewertung unbekannter Musikaufnahmen wird die Schätzung des durchschnittlichen Signal-Rausch-Verhältnisses, des zeitvarianten Signal-Rausch-Verhältnisses kurzer Abschnitte und der Nachhallzeit analysiert. ... mehrAnschließend wird die Qualitätsbewertung mithilfe einer Beispielanwendung der Klaviertranskription validiert, indem aus den für Aufnahmen unterschiedlicher Qualität geschätzten Parametern die resultierende Transkriptionsgüte abgeleitet wird.
Für die zeitabhängige Instrumentendetektion werden Modelle mit Einspeisung von Zeit-Frequenz-Darstellungen des Musiksignals sowie Modelle mit direkter Einspeisung des Musiksignals miteinander verglichen. Neben der Überlegenheit der Zeit-Frequenz-Darstellungen zeigt sich dabei, dass für die Instrumentendetektion eine hohe Frequenzauflösung der Zeit-Frequenz-Darstellung von Vorteil ist. Darüber hinaus wird eine Steigerung der Detektionsgüte durch die parallele Zusatzeinspeisung verschiedener Phasendarstellungen untersucht.
Im Separationsansatz dieser Arbeit wird die Signaltrennung von unterschiedlichen Musikinstrumenten eines Ensembles verfolgt, die in einem ähnlichen Frequenzspektrum liegen. Dazu werden verschiedene Modellstrukturen untersucht, welche die separierten Signale gleichzeitig oder für jedes Instrument separat schätzen. Eine zusätzliche Einspeisung der zeitabhängigen Instrumentenaktivitäten verbessert die Separationsergebnisse in den meisten Fällen. Der Einfluss der Einspeiseposition wird dabei näher analysiert. Des Weiteren wird die Robustheit der Separationsgüte bei Einspeisung von fehlerhafter Zusatzinformation quantifiziert.

In this work, improved signal analysis approaches for polyphonic music recordings, based on artificial neural networks, are presented. These approaches enable an objective estimation of the recording quality of amateur recordings, an improved time-dependent detection of active musical instruments, and an improved separation of ensemble recordings with different instruments.
For the objective quality estimation of unknown music recordings, the estimation of the average signal-to-noise ratio, of the time-variant signal-to-noise ratio of short sections, and of the reverberation time are analyzed. ... mehrThe quality estimation is then validated using a sample application of the piano transcription by comparing the parameters estimated for recordings of different quality with the resulting transcription quality.
For the time-dependent instrument detection, models with time-frequency representations of the music signal as input and models with direct input of the music signal are compared with each other. It is shown that the time-frequency representations lead to better results. Besides, a high frequency resolution of the time-frequency representation is advantageous for instrument detection. Furthermore, a possible increase of the detection rate by an additional parallel input of different phase representations is investigated.
In the separation approach of this work, the signal separation of different musical instruments of an ensemble, which have a similar frequency spectrum, is researched. For this purpose, different model structures are investigated that estimate the separated signals simultaneously or independently for each instrument. An additional input of the time-dependent instrument activities improves the separation results in most cases. The influence of the input position is analyzed in more detail. Moreover, the robustness of the separation performance towards erroneous additional activity information is quantified.