[发明专利]乐谱文件生成方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202010257457.6 申请日: 2020-04-03
公开(公告)号: CN111477200B 公开(公告)日: 2023-08-25
发明(设计)人: 梁杰淳;朱熹;陆一骅 申请(专利权)人: 深圳市人工智能与机器人研究院;香港中文大学(深圳)
主分类号: G10H1/00 分类号: G10H1/00
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 王宁
地址: 518172 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 乐谱 文件 生成 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种乐谱文件生成方法,所述方法包括:

获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;

获取与所述目标音乐类型对应的类型特征;

调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型,所述图谱识别模型用于基于类型特征确定目标音乐类型对应的多个图谱类型的概率,并基于多个图谱类型的概率确定目标图谱类型;

获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱,所述目标和弦图谱是包括和弦之间连接关系的有向图;

根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。

2.根据权利要求1所述的方法,其特征在于,所述根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱包括:

根据所述目标音乐调性在所述标准和弦图谱中定位基准和弦;

获取与所述目标图谱类型对应的目标图谱信息;

根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱。

3.根据权利要求2所述的方法,其特征在于,所述目标图谱信息包括和弦关联关系和图谱形状,所述根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱包括:

根据所述图谱形状,在所述标准和弦图谱中定位与所述基准和弦对应的关联和弦;

根据所述和弦关联关系将所述基准和弦与所述关联和弦进行连接,生成所述目标音乐信息对应的所述目标和弦图谱。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取音乐检测任务,所述音乐检测任务携带待检测音乐;

遍历所述待检测音乐,识别所述待检测音乐对应的多个待检测和弦,以及所述待检测和弦之间的连接关系;

根据所述待检测和弦以及所述待检测和弦之间的连接关系,生成待检测和弦图谱;

调用图谱检测模型,通过所述图谱检测模型对所述待检测和弦图谱进行检测处理,得到所述待检测音乐对应的音乐类型。

5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括所述图谱识别模型的训练过程,所述图谱识别模型的训练过程包括:

获取音乐训练样本,所述音乐训练样本包括待训练音乐,以及所述待训练音乐对应的音乐类型标注信息;

识别所述待训练音乐对应的待训练和弦,以及所述待训练和弦之间的连接关系;

根据所述待训练和弦与所述待训练和弦之间的连接关系,生成所述待训练音乐对应的和弦训练图谱;

将所述和弦训练图谱输入至识别模型,得到所述识别模型输出的音乐类型训练信息;

根据所述音乐类型训练信息与所述音乐类型标注信息之间的误差,对所述识别模型的参数进行修正。

6.一种乐谱文件生成装置,其特征在于,所述装置包括:

任务获取模块,用于获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;

和弦图谱生成模块,用于获取与所述目标音乐类型对应的类型特征;调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型,所述图谱识别模型用于基于类型特征确定目标音乐类型对应的多个图谱类型的概率,并基于多个图谱类型的概率确定目标图谱类型;获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱,所述目标和弦图谱是包括和弦之间连接关系的有向图;

乐谱文件生成模块,用于根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。

7.根据权利要求6所述的装置,其特征在于,所述和弦图谱生成模块还用于根据所述目标音乐调性在所述标准和弦图谱中定位基准和弦;获取与所述目标图谱类型对应的目标图谱信息;根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市人工智能与机器人研究院;香港中文大学(深圳),未经深圳市人工智能与机器人研究院;香港中文大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010257457.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top