随着科技的发展,手持录音设备用户数量迅速增长,在生活场景下录制音乐变得越来越普遍。因此越来越多的公司提供生活场景下的音乐识别等服务。然而在生活场景中,录音环境中经常存在欢呼声、说话声、汽车鸣笛声等噪声。这些非纯净音乐片段的检索的问题亟待解决。为了满足人们获取音乐详细信息的需求,这一问题的解决备受关注。目前,对于上述系统的实现,面对的关键问题是生活当中各种各样的噪声。为提高生活场景下录制音乐的质量,将音乐信号低秩特征应用到音乐降噪领域,提出基于鲁棒主成分分析的降噪方法,为生活场景下大噪声的降噪问题提供了一个新思路。首先基于独奏音乐的低秩特征,对音乐信号进行噪声位置检测的预处理。噪声位置检测的标准是音乐信号的秩,当秩远远大于纯净独奏音乐的秩时则视为含噪音乐。然后,将鲁棒主成分分析首次应用于音乐降噪领域,并与小波降噪和独立主成分分析降噪进行对比实验。其中,选择增广拉格朗日乘子法解决鲁棒主成分分析的优化问题,引入信噪比和音频感知的客观评价标准作为对比实验的评价指标。实验结果表明,鲁棒主成分分析的降噪方法可以使音乐信号的信噪比提高约2~5d B,其音频质量的客观评价标准也得到提升。综上所述,基于鲁棒主成分分析的音乐降噪方法,对于生活场景下噪声的降噪具有明显的优势。