音乐信号的数字化及分析处理技术是数字音乐技术的核心,论文研究基于DSP的音乐信号特征识别与再现技术,旨在设计一个系统可以帮助音乐学习者进行音乐学习和音乐创作。论文针对音乐学习及创作的实际需求对音乐信号及其分析处理的建模与仿真、嵌入式系统设计等展开研究,为自动编曲、自动记谱等研究打下了基础。论文首先研究音乐信号及其分析处理算法的建模与仿真,以钢琴为研究素材结合乐音的四大要素,分析并提取钢琴音符的特征参数,建立单音符信号及乐谱信号的数学模型。研究单音符识别算法,提取信号的梅尔频率倒谱系数,改进DTW算法实现单音符识别。在单音符算法实现的基础上,结合基于能熵比的音符时值分割方法,将乐谱分割成单音符序列实现乐谱识别。论文接着研究音乐合成算法并进行仿真,运用前述音乐信号产生算法结合乐谱进行仿真产生音乐序列信号,然后将其转换为可供播放的数据格式,实现单音符及连续音符的音乐信号再现。在完成音乐信号建模与算法研究的基础上,给出了基于BF609的DSP器件系统软硬件设计。论文首先设计系统的整体硬件结构,按照系统的功能需求分模块进行电路设计,并针对系统硬件的主要模块即音频采集模块、音频播放模块、存储模块、人机交互模块给出了详细的设计分析,其中采用音频编解码器SSM2603将音频采集模块与播放模块融为一体。系统软件设计是在硬件平台的基础上给出了系统各功能模块的算法实现流程,主要包括预处理算法、特征参数提取算法,识别算法和音乐合成算法等,这些算法程序由前述的算法仿真程序移植而来。最后,对DSP系统进行测试分析,主要包括模块测试、系统整体功能测试以及识别率测试。其中,模块测试包括音频线输出测试、音频采集模块测试、识别算法测试。在模块测试无误的基础上,对系统整体进行功能测试,验证系统工作情况。采用多组已知乐谱数据进行识别率测试,将识别结果与正确结果相比较,判断系统识别性能。测试数据显示,论文设计的DSP嵌入式系统对连续音符的识别率达到了93%。有关音乐合成算法的测试则选用多人评判的方式,经确认该算法取得了很好的钢琴合成效果。