基于单源欠定语音分离的音乐主旋律提取方法研究的任务书.docx

基于单源欠定语音分离的音乐主旋律提取方法研究的任务书
任务书
任务名称：基于单源欠定语音分离的音乐主旋律提取方法研究
任务目的：针对音乐分离领域中的关键问题，提出一种针对性较强的音乐主旋律提取方法，以实现对音乐信号的高效处理和分离。具体任务包括：1）研究基于单源欠定分离理论的音乐信号分离方法；2）提出一种合适的音乐主旋律提取算法；3）开发针对音乐的主旋律分离软件系统；4）进行实验验证和性能评价。
任务内容：
1.音乐信号分离理论研究；
2.音乐主旋律提取算法研究；
3.音乐主旋律分离软件系统开发；
4.实验验证和性能评价。
任务要求：
1.在研究中充分掌握音乐信号分离领域的理论和方法；
2.探究单源欠定分离理论在音乐信号处理中的应用，设计合适的音乐主旋律提取算法；
3.依据算法设计并开发音乐主旋律分离软件系统，具备音乐信号输入、分离处理、输出等功能；
4.验证算法和系统的性能，包括准确性、鲁棒性、计算效率等方面，按标准格式编写实验报告。
任务周期：3个月
任务报酬：XXXX元
任务分工：
1.音乐信号分离理论研究：1人，负责研究音乐信号分离领域的理论和方法，熟悉单源欠定分离理论，并与其他成员协作完成任务。
2.音乐主旋律提取算法研究：2人，负责设计适合于音乐主旋律提取的算法，并与其他成员协作完成任务。
3.音乐主旋律分离软件系统开发：3人，负责开发音乐主旋律分离软件系统，并具备一定的编程经验。
4.实验验证和性能评价：2人，负责实验验证和性能评价，并编写实验报告。
任务进度安排：
第一周：分工确定、任务分解、任务细化。
第二周~第八周：各组分别按照任务分工完成相应的研究和开发工作。
第九周：集中调试、联合测试。
第十周：撰写实验报告、整理成果、验收。
附：参考文献
[1]MohanD,NamaduraiK.Anoverviewofblindsourceseparationmethodsinspeechandmusicsignals[J].JournaloftheAcousticalSocietyofIndia,2018,46(3):1-11.
[2]LuoX,MesgaraniN.Convolutionalneuralnetworksformusicsourceseparation:areview[J].ProceedingsoftheIEEE,2018,106(5):932-956.
[3]KimJ,SalamonJ.Amusicseparationmethodwithdeeprecurrentneuralnetworks[J].IEEE/ACMTransactionsonAudio,Speech,andLanguageProcessing,2018,26(11):2042-2055.
[4]TzinisE,VenkataramaniS,NarayananS.End-to-endmusicsourceseparation:isitpossibleinthewaveformdomain?[J].arXivpreprintarXiv:1910.09805,2019.
[5]TakahashiN,MitsufujiY.Improvingmusicsourceseparationbasedondeepneuralnetworksthroughdataaugmentationandnetworkblending[J].NeuralNetworks,2019,118:146-156.