基于相对音程网络的基频轨迹平滑方法 RIN

研究人员提出相对音程网络（RIN），一种将逐帧基频估计与数据驱动的多跳音高差相结合的音高轨迹平滑框架。该方法利用可变Q变换互相关提取任意帧偏移下的稳健相对音高音程，并将平滑问题建模为L1范数优化，证明其等价于最小费用循环问题，可通过线性规划高效求解。在语音、歌唱与器乐数据集上的评估显示，RIN显著改善弱估计器，在相近计算成本下达到或超过Viterbi解码，并在某些声学退化条件下具有更优鲁棒性。