[发明专利]一种基于LSTM的钢琴演奏自动评分方法

权利要求书

1.一种基于LSTM的钢琴演奏自动评分方法，其特征在于，所述方法步骤包括：

步骤S1、建立音乐数据库，以对MIDI文件信息进行存储与管理；

步骤S2、提取钢琴音乐文件的MIDI音乐物理特征；

步骤S3、将需要评分的钢琴音乐文件的所有音符文件的特征信息向量化，以将音符信息与其对应的时间相结合；

步骤S4、将相关音符信息编码为对应的one-hot向量；

步骤S5、通过二元向量的表达方式对音调状态进行加密；

步骤S6、输入矩阵，其中，矩阵的纵坐标为时间序列，横坐标为音调值；

步骤S7、建立基于LSTM的评分模型，并对评分模型进行训练，以获得模型参数；

步骤S8、利用已训练好的评分模型对待评价的钢琴音乐文件进行评分处理，并输出评分结果。

2.根据权利要求1所述的评分方法，其特征在于：步骤S5中所述通过二元向量的表达方式对音调状态进行加密，具体加密方式为：用[0，0]表示钢琴琴键当前未被压下的状态；用[1，0]表示钢琴琴键当前被压下的状态；用[1，1]表示钢琴琴键当前时刻被压下且前一时刻也被压下的状态。

3.根据权利要求1所述的评分方法，其特征在于：所述步骤S7中，在利用所述评分模型训练时，采用小批量梯度下降法，并采用对数极大自然函数作为损失函数进行训练。

4.根据权利要求3所述的评分方法，其特征在于：所述步骤S7中，在利用所述评分模型训练时，采用对数极大自然函数作为损失函数时，其中Mini-batch＝10，迭代次数为6000，学习率为0.0001，优化器为RMSProp优化器。

5.根据权利要求1所述的评分方法，其特征在于：所述步骤S1中，所述音乐数据库为ySQL建立数据库。

6.根据权利要求1所述的评分方法，其特征在于：所述MIDI音乐物理特征包括音调、音强。

7.根据权利要求1所述的评分方法，其特征在于：所述步骤S4中，将音符信息编码为对应的one-hot向量时，采用One-hot编码。

8.根据权利要求1所述的评分方法，其特征在于：所述步骤S8中，所述评分结果包括优、良、中、较差以及差五个评分等级。