[发明专利]一种钢琴演奏评分方法、装置、计算机设备及存储介质

权利要求书

1.一种钢琴演奏评分方法，其特征在于，包括如下步骤：

提取演奏音频的音乐特征，并对其进行归一化处理；

将归一化处理后的音乐特征作为神经网络数学模型的输入，获取所述演奏音频的琴键后验概率特征序列；

将所述演奏音频的琴键后验概率特征序列与模板音频的琴键后验概率特征序列进行模板匹配处理，获得描述匹配程度的多个音乐特征，以评判所述演奏音频；

将所述描述匹配程度的多个音乐特征输入钢琴演奏评分模型，以获得评分结果；

其中，将所述演奏音频的琴键后验概率特征序列与模板音频的琴键后验概率特征序列进行模板匹配处理，获得描述匹配程度的多个音乐特征，以评判所述演奏音频的步骤，包括：将所述演奏音频的琴键后验概率特征序列与模板音频的琴键后验概率特征序列作动态时间规整算法处理，获得规整路径及积累代价，并从所述规整路径及积累代价中提取音乐特征，从而获得用以评判所述演奏音频的描述匹配程度的多个音乐特征；

将所述描述匹配程度的多个音乐特征输入钢琴演奏评分模型，以获得评分结果的步骤，包括：将所述描述匹配程度的多个音乐特征输入有监督回归模型，以获得钢琴演奏的评分结果；

将所述演奏音频的琴键后验概率特征序列与模板音频的琴键后验概率特征序列进行模板匹配处理，获得描述匹配程度的多个音乐特征，以评判所述演奏音频的步骤，还包括：

采用如下公式更新积累矩阵中的节点C_i,j：

C_i,j＝min{C_x,y+t_x,y,i,j+d_i,j}，

其中，x,y∈{(i,j-1),(i-1,j),(i-1,j-1),(i-2,j-1),(i-1,j-2)}，d_i,j表示节点n_i,j的代价即所述演奏音频的第i帧与所述模板音频的第j帧的余弦距离；t_x,y,i,j表示从节点n_i,j转移到节点n_x,y的代价；C_i,j则表示所述规整路径上的积累代价；

在所述积累矩阵上回溯以获得所述规整路径；

从所述规整路径中提取平均代价c、路径上暂停的次数h以及帧的比率r，并将其作为所述有监督回归模型的输入。

2.根据权利要求1所述的钢琴演奏评分方法，其特征在于，提取演奏音频的音乐特征，并对其进行归一化处理的步骤，包括：对所述演奏音频提取其常数Q变换的音乐特征，并对常数Q变换的音乐特征进行归一化处理；

将归一化处理后的音乐特征作为神经网络数学模型的输入，获取所述演奏音频的琴键后验概率特征序列的步骤，包括：将归一化后的常数Q变换的音乐特征作为卷积神经网络声学模型的输入，其输出为每一帧对应的琴键后验概率，以获取所述演奏音频的琴键后验概率特征序列。

3.根据权利要求2所述的钢琴演奏评分方法，其特征在于，提取演奏音频的音乐特征，并对其进行归一化处理的步骤，进一步包括：对所述演奏音频的每一帧，生成维度为D的常数Q变换特征向量，并对其进行均值归一化处理。

4.根据权利要求3所述的钢琴演奏评分方法，其特征在于，将归一化处理后的音乐特征作为神经网络数学模型的输入，获取所述演奏音频的琴键后验概率特征序列的步骤，进一步包括：将均值归一化处理后的常数Q变换特征向量以窗的形式作为所述卷积神经网络声学模型的输入，而窗的中心帧所对应的琴键后验概率特征为所述卷积神经网络声学模型的输出；

所述卷积神经网络声学模型由2个二维卷积层以及1个全连接层组成，其中，第一个卷积层采用50个30×5的卷积核以及3×1的池化核，第二个卷积采用50个10×3的卷积核以及3×1的池化核，二维转换至一维的数据则被输出至全连接层，以获得88维或12维的琴键后验概率特征。