识别音调，重建信号
可以通过传统的信号处理方法或基于神经网络的算法来检测或跟踪音频信号的主音调。主音调可用于信号的分析、分类或重建。在下面的例子中，内置的 PitchRecognize 函数用于根据检测到的音高构建信号的近似值。
从巴赫的赋格曲开始。
用基于神经网络的方法跟踪信号的音高。
定义一个函数，用 PitchRecognize 中的 "SoundNotePitch" 属性进行识别，删除缺失值，对音符进行适当地分离，最后输出包含重建信号的 Sound 对象。
使用此函数根据原始录音重建 Sound 对象。
由于 PitchRecognize 算出的音高信息是符号式的，因此可以通过 SoundNote 用任意乐器重建旋律。
令 PitchRecognize 返回一组离散频率。
将时间序列赋予 AudioGenerator 以控制振荡器的频率。
通过合并来自原始信号的幅值数据来改进近似信号，用 AudioLocalMeasurements 跟踪最大样本值。
与原始信号的频谱相比较。
我们来玩一个小花样，生成对主题的第一个乐句的音调响应。除了第一个音符，将其他音符提升五个音调，将第一个音符提升四个音调。
重新生成信号。
