色度特征和色谱图

色度表示将频谱能量映射到音级，通常是西方平均律的十二个半音级。由八度音程分隔的频率映射到同一类，因此该表示强调谐波内容，同时丢弃音域。色度图显示随时间变化的色度值，其中一个轴表示音级，另一个轴表示帧。色度可以从短时傅里叶变换、恒定 Q 变换或相关频率表示中导出。恒定 Q 变换使用几何间隔的频率仓，可以自然地与音高对齐。来自相关频段的频谱能量被累积到音级中。精确的映射取决于调谐参考、频率范围、归一化和变换参数。 Librosa 提供了具有不同假设的色度函数，例如 chroma_stft 和 chroma_cqt。当八度差异不太重要时，这种折叠使得色度可用于比较和声模式。它可以支持和弦识别、调估计、音乐分割或翻唱歌曲对齐。但仅凭色度并不能确定和弦。不同的和弦可以共享音级；低音位置、音符时长、节奏、发声和上下文提供了简单色度丢弃的信息。撞击和噪声频谱也会产生误导性的能量。色谱图可以逐帧或跨记录进行标准化，这会改变幅度变化的含义。调整差异会在相邻箱之间转移能量；除非估计或校正调音，否则全局失谐的录音可能看起来色度较弱或模糊。时间分辨率取决于跳跃长度，而频率分辨率和泄漏取决于变换设置。使用色度作为特征而不是音乐真实标签。将其与时间上下文或其他功能配对，以完成需要和弦序列的任务。评估使用不同乐器、调音和制作风格的录音。报告变换选择、调整假设、归一化和帧速率，以便可以重现分析。