Tonhöhenbestimmung

Tonhöhenbestimmung bezeichnet den Prozess der Ermittlung der Tonhöhe eines Schallsignals, das heißt der Frequenz, die am stärksten mit dem wahrgenommenen Ton verbunden ist. In der Musik ist die Tonhöhe die Zuordnung zu einem musikalischen Namen wie C, D, E oder zu einer Frequenzangabe, gemessen in Hertz. Neben der physischen Frequenz ist auch die subjektive Tonhöhe relevant, die durch Harmonik, Timbre und Kontext beeinflusst wird.

In der digitalen Audiobearbeitung erfolgt die Tonhöhenbestimmung üblicherweise durch Schätzung der Grundfrequenz (F0) in zeitlichen Segmenten. Typische Verfahren umfassen Autokorrelation, Cepstrum-Analyse, den YIN-Algorithmus, das Harmonics-Product-Verfahren und Spektral-Peak-Tracking. Für polyphone Audiosignale oder Stücke mit Vibrato benötigen Systeme oft zusätzliche Verarbeitung oder Modelle, um einzelne Noten oder Stimmen zu extrahieren.

Die Tonhöhe wird häufig in Notennamen oder MIDI-Labels angegeben, wobei A4 als Referenzfrequenz 440 Hz dient (Standardstimmung). In anderen Anwendungen wird F0 direkt in Hertz verwendet. Anwendungen der Tonhöhenbestimmung reichen von Musikproduktion, Musik-Information-Retrieval und Tuning-Geräten bis hin zu Sprachanalyse und Gesangsunterricht.

Herausforderungen umfassen Mehrstimmigkeit, Rauschen, Überlagerungen, Modulation, Vibrato, Inharmonizität von Instrumenten und unterschiedliche Tempowirkungen durch temperamentierte Stimmungen, die zu Abweichungen zwischen physikalischer Frequenz und wahrgenommener Tonhöhe führen können. Fortschritte in Algorithmen und maschinellem Lernen verbessern die Genauigkeit auch in komplexen Audiosignalen.