音乐处理原理第一章：音乐表示

Fundamentals of Music Processing Audio, Analysis, Algorithms, Applications. Meinard Müller 学习笔记

乐谱表示

符号表示

MIDI表示

模拟按击电子琴状态：每一次按键可以用音符编号，key velocity，通道和时间戳表示。

• midi音调pitch编号note number：0 ~ 127的数，总共128个音调，表示${\mathrm{C}}^{-}1\sim {\mathrm{G}}^{\#}9$之间音调。
• key velocity：0 ~ 127的整数，决定音量大小或声音衰减速度
• 通道channel：0 ~ 15的整数，音声通道
• 时间戳timestamp：一个整数，表示要等待多少个时钟脉冲数/滴答数。

MIDI把四分之一音符划分成若干个时钟脉冲数/滴答数，个数记作PPQN(pulses per quarter note, 或者TPQN, ticks per quarter note, 或PPQ, TPQ)。每一MIDI文件头部都要设置PPQN作为接下来MIDI序列计算timestamp标准。PPQN 默认为120，即一个四分之一音符为120个时钟脉冲/滴答数。
MIDI也可以设置一个绝对时间的四分之一音符。例如可以设置0.6秒一个四分之一音符，这样可以换算成一个时钟脉冲/滴答数为5毫秒。还有一个计量单位是BPM(beats per minute)，0.6秒一个四分之一音符即为100BPM（一分钟打100下四分之一音符）。

计分表示

MusicXML，每一个音符属性都用一个标签表示，例如表示一个${\mathrm{E}}^{\mathrm{b}}4$音调：

<note>
  <pitch>
  <step>E</step>
  <alter>-1</alter>
  <octave>4</octave>
  </pitch>
</note>

光学音乐识别

对乐谱电子图片进行扫描识别

音频表示

波和波形

声音本质是气压振动，波形图反映了声音传播时气压相对于平均气压的变化，波峰指声音传播时气压最高点，波谷指声音传播时气压最低点。气压高低即空气分子疏密程度，分子越密集，气压越高。

频率和音调

• 周期Period
  波是周期运动。在波形图中，从一个波峰到另一个波峰时间记为一个周期。
• 频率Frequency
  • 频率f = 1 / 周期T，单位Hz
  • 人耳接受频率为20Hz - 20kHz
  • 频率越高，音调越高
• 振幅Amplitude
  指波峰到均值的差值。（不是波峰和波谷差值）
• 相位Phase
  波形图在时间0时的值。

把正弦波认为是最基础的声波，正弦波产生的声音叫谐波音（harmonic sound）或纯音（pure tone）。国际标准把440Hz的正弦波记为音调A4。
从听觉感知上，如果两个音调频率成2倍数关系，那么这两个音调听起来是相似的。例如A3(220Hz)，A4(440Hz)，A5(880Hz)三个音听起来很相似。另外人类感觉到A4的认知距离和A4到A5的认知距离是一样的，所以人类对音调感知本质上是对数关系。
结合MIDI的音调编号和十二平均律，可以推算每个音调对应的频率(A4的MIDI编号是69)：
$$F_{pitch}(p)=2^{(p-69)/12}\cdot 440\mathrm{H}\mathrm{z}$$
每个半音相差频率是一个常数：
$$\frac{F_{pitch}(p+1)}{F_{pitch}(p)}=\sqrt[12]{2}$$
更一般，可以用cent最为划分音程一个基础单位：一个八度划分成1200个cent，即每个半音100个cent。一个cent音调变化太小，经验表明，成年人可以准确识别出25cent的音调差异，受过训练的人甚至可以识别10cent音调差异。
现实世界则是用分音，泛音来表示音调。

• 分音partial
  一整根弦/空气柱的振动作为基音，称第一分音。然后对这个弦/空气柱进行整数划分，二分之一长为第二分音，三分之一长为第三分音，以此类推。
• 泛音harmonic
  泛音则是各种分音的整数倍
• 陪音overtone
  除了基音之外的分音
• 偏差音inharmonicity
  乐器的泛音频率和基本频率差值

例如一个分音/陪音$\omega$的频率为65.2Hz(C2)，那么它的泛音列频率为$\omega ,2\omega ,3\omega ,4\omega ...$等等。其中2次幂倍数的泛音是高八音度：$\omega$为C2，$2\omega$为C3，$4\omega$为C4；$3\omega$和G3相似(纯五度)，如图：

音调频率cent差值	0	0	+2	0	-14	+2	-31	0	+4	-14	-49	+2	+41	-31	-12	0
音调	$\mathrm{C}2$	$\mathrm{C}3$	$\mathrm{G}3$	$\mathrm{C}4$	$\mathrm{E}4$	G 4