Harmonisen ja perkussiivisen äänen erottelumenetelmä ja sen sovelluskohteet

Abstract

Harmonisen ja perkussiivisen äänen erottelumenetelmällä jokin musikaaliseksi signaaliksi mielletty pyritään jakamaan sen harmoniseen ja perkussiiviseen komponenttiin. Harmonisen signaalin tulisi sisältää vain melodiset soivat äänet, kuten laulut, huilut, torvet ja viulut. Perkussiivisen signaalin taas tulisi sisältää erilaiset perkussiot kuten rummut. Tutkielmassa tarkastellaan mihin HPSS-menetelmä perustuu ja minkälaisien ongelmien ratkaisuun sitä on käytetty. Tavoitteena on myös selvittää, onko HPSS-menetelmää mahdollista käyttää reaaliaikaisesti äänen käsittelyyn ja osana niin sanotun ”sampler-instrumentin” toiminnallisuutta. HPSS-menetelmän kannalta oleellisia työkaluja ovat erilaiset Fourier-muunnokset ja spektogrammi. Fourier-muunnoksen avulla äänidata saadaan siirrettyä aikatasolta spektri-tasolle, joka on tarpeellista, jos halutaan saada tietoa äänen sisältämistä taajuuksista. Spektogrammi voidaan ajatella olevan äänen visuaalinen esitys. Spektogrammin avulla voidaan tarkastella millaisia perkussiivisia ja harmonisia ominaisuuksia äänisignaalilla on ja soveltaa monia kuvankäsittelystä tuttuja algoritmeja kuten mediaanisuodatinta äänidataan. Fourier-muunnoksesta käydään läpi sen diskreetin esityksen periaatteet ja spektogrammi käydään läpi yleisellä tasolla. HPSS-menetelmästä esitetään yksi mahdollinen toteutus, jossa signaalin harmoninen ja perkussiivinen signaali erotellaan toisistaan mediaanisuodattimien ja binäärimaskien avulla. Tutkimus ei suoraan osoita, että reaaliaikainen äänenkäsittely on mahdollista, mutta viittaa siihen. Mediaanisuodattaminen ja STFT-muunnoksen (Short-Time Fourier Transform) käyttö harmonisen ja perkussiivisen signaalin erottelussa, vaikuttaisi olevan yksi tehokkaimmista vaihtoehdoista. Vaikka reaaliaikainen äänen käsittely ei olisikaan mahdollista, harmonisen ja perkussiivisen äänen erottelumenetelmää voisi käyttää osana ”sampler-instrumentin” toiminnallisuutta.