[发明专利]一种音乐特征提取方法、装置及电子设备

说明书

本发明实施例提供了一种音乐特征提取方法及装置，该方法包括：获取音乐数据，所述音乐数据是由δ个音符矩阵组成的时序序列，每个所述音符矩阵的每一行分别表示一个音符，所述音符矩阵的每一列分别表示所述音符的播放状态，δ为正整数；将所述音乐数据输入预先训练好的循环神经网络，得到所述音乐数据的特征，所述音乐数据的特征包括音节BEAT特征矩阵、小节BAR特征矩阵和曲目特征向量。这样,本发明实施例通过预先训练好的循环神经网络来获得音乐数据的多个维度的音乐特征，可以有效解决现有技术存在的人工提取音乐特征效率较低的问题。

技术领域

本发明涉及音乐特征提取领域，特别是涉及一种音乐特征提取方法、装置及电子设备。

背景技术

随着科技的不断发展，使用终端欣赏音乐的用户越来越多。用户可以通过终端欣赏各种类别的音乐，例如，流行音乐，古典音乐等。

为了满足用户的需求，越来越多的音乐可以供用户欣赏；且为了方便用户可以根据音乐的类别来选择其要欣赏的音乐，需要对音乐进行分类。传统的音乐分类方法通常为：人工提取音乐的音乐特征，并基于人工所提取的音乐特征对音乐进行分类。很显然，现有的这种人工提取音乐特征的方式效率较低。

发明内容

本发明实施例的目的在于提供一种音乐特征提取方法、装置及电子设备，以提高音乐特征提取的效率，具体技术方案如下：

第一方面，本发明实施例提供了一种音乐特征提取方法，所述方法包括：

获取音乐数据，所述音乐数据是由δ个音符矩阵组成的时序序列，每个所述音符矩阵的每一行分别表示一个音符，所述音符矩阵的每一列分别表示所述音符的播放状态，δ为正整数；

将所述音乐数据输入预先训练好的循环神经网络，得到所述音乐数据的特征，所述音乐数据的特征包括音节BEAT特征矩阵、小节BAR特征矩阵和曲目特征向量。

可选的，所述音符矩阵M∈R^a×3，其中，M表示所述音符矩阵，a表示所述M的行数，所述M的第一列表示所述音符是否播放，所述M的第二列表示所述音符是否被再次播放，所述M的第三列表示所述音符的播放强度。

可选的，ε个音符矩阵组成一个BEAT，ζ个BEAT组成一个BAR，η个BAR组成一个音乐曲目，所述音乐数据由一个或者多个音乐曲目组成，ε,ζ,η均为正整数。

可选的，所述将所述音乐数据输入预先训练好的循环神经网络，得到所述音乐数据的特征的步骤，包括：

在所述音乐数据输入所述预先训练好的循环神经网络时，确定当前输入所述预先训练好的循环神经网络的音符矩阵M_t在目标BAR中的位置信息，所述目标BAR为所述音符矩阵M_t所在的BAR；

将所述M_t在目标BAR中的位置信息转换为位置向量其中，γ表示一个BAR中含有的音符矩阵的数量；

将所述音符矩阵M_t、音符矩阵M_t之前的N个音符矩阵以及音符矩阵M_t之后的N个音符矩阵输入所述预先训练好的循环神经网络中卷积核为θ的一维卷积层，得到音符矩阵C_t∈R^а×3×θ，所述音乐矩阵C_t为与音符矩阵M_t上下文相关的音符矩阵，N为正整数；

将所述位置向量分别与音符矩阵C_t进行拼接，并将拼接得到的矩阵输入所述预先训练好的循环神经网络的第一层神经网络，通过所述得到BEAT特征矩阵，其中，所述预先训练好的循环神经网络的第一层神经网络用于对所述音乐数据中的BEAT矩阵进行特征提取，ζ个BEAT特征矩阵组成一个BAR矩阵；