我正在尝试同步（重叠）同一首歌曲的两个录音：一个完整​​的 HQ 版本和一个不完整的嘈杂版本（例如电话录音）。嘈杂的录音可能已经增加/减少了节奏。

目前，我根据 2001 年的这篇论文进行了一些工作：“节拍谱：节奏分析的新方法”

简而言之：

• 为每首歌曲获取一个自相似向量，该向量将包含歌曲栏持续时间的每个倍数的峰值（例如，拉丁音乐每 4 或 8 个节拍）
• 对于从 0.7 到 1.3 的每个 r（相对节奏比），缩放第二个向量，然后对这两个向量进行点积，使用 v1[i]·v2[i] = d1[i]*d2[i]（其中d1[i] 是 v1 导数的符号；对于 d2)

当录音中的节拍清晰时，我会以正确的比率（通常为 1.0）获得清晰的最大值。问题是当节拍丢失时（由于 EQ、坏的麦克风、噪音），自相似图停止显示周期性条，并且我在点积的错误位置获得最大值。

我的问题是，除了做 BPM(song1) / 之外，我还能用什么来代替导数符号的点积，以及在存在噪声的情况下确定节奏变化率的其他可靠方法是什么？ BPM（歌曲 2）。

如果有人可以更进一步：通过将样本重叠两次（在 [0, ofs, ofs+ofs] 而不是仅 [0, ofs]）计算自相似性，可以为每个节拍持续时间提供更准确的最大值。但我还没有在我拥有的所有样品上测试它。