[发明专利]基于神经网络的佛教音乐记谱方法、装置、设备及介质

权利要求书

1.一种基于神经网络的佛教音乐记谱方法，其特征在于，包括：

获取需要转为乐谱的原始佛教音频数据，并将所述原始佛教音频数据转换为时频谱矩阵，所述原始佛教音频数据包括佛教音频的音乐旋律和唱词；

获取包括音高识别模型的音高识别网络结构，所述音高识别模型为将预训练的声音场景分类模型进行迁移学习后形成的神经网络识别模型；

获取包括唱词识别模型的唱词识别网络结构，所述唱词识别模型为将预训练的语音转文字模型迁移学习后形成的神经网络识别模型；

将所述时频谱矩阵输入所述音高识别网络结构，获得所述原始佛教音频数据的音高识别数据；

将所述时频谱矩阵输入所述唱词识别网络结构，获得所述原始佛教音频数据的唱词识别数据；

根据所述音高识别数据与所述唱词识别数据生成所述原始佛教音频数据的简谱。

2.如权利要求1所述的基于神经网络的佛教音乐记谱方法，其特征在于，所述根据所述音高识别数据与所述唱词识别数据生成所述原始佛教音频数据的简谱，包括：

确定所述音高识别数据中每一帧的音高，并确定所述唱词识别数据中每一帧的唱词；

将每一帧的所述音高与所述唱词进行对应连接，获得所述原始佛教音频数据的初始数据；

采用节拍器对所述初始数据进行节拍量化，以生成所述初始数据的简谱。

3.如权利要求1所述的基于神经网络的佛教音乐记谱方法，其特征在于，所述根据所述音高识别数据与所述唱词识别数据生成所述原始佛教音频数据的简谱之后，所述方法还包括：

将所述简谱的格式转换为MusicXML格式；

获取所述佛教音乐专家对所述MusicXML格式的简谱的人工校对结果；

根据所述人工校对结果更新所述简谱。

4.如权利要求1所述的基于神经网络的佛教音乐记谱方法，其特征在于，所述将所述原始佛教音频数据转换为时频谱矩阵，包括：

确定对所述原始佛教音频数据进行转换的窗函数为汉宁窗函数；

根据所述汉宁窗函数对所述原始佛教音频数据进行短时傅里叶变换，以获得所述时频谱矩阵。

5.如权利要求4所述的基于神经网络的佛教音乐记谱方法，其特征在于，所述时频谱矩阵的计算公式如下：

其中，X(m，ω)为所述时频谱矩阵，n为所述原始佛教音频数据的信号，x[n]为所述原始佛教音频数据的信号输入序列，w[n]为汉宁窗函数，m为所述原始佛教音频数据的时间帧序数，ω为所述原始佛教音频数据的数字频率序数，N为所述原始佛教音频数据的帧长度。

6.一种基于神经网络的佛教音乐记谱装置，其特征在于，包括：

转换模块，用于获取需要转为乐谱的原始佛教音频数据，并将所述原始佛教音频数据转换为时频谱矩阵，所述原始佛教音频数据包括佛教音频的音乐旋律和唱词；

第一获取模块，用于获取包括音高识别模型的音高识别网络结构，所述音高识别模型为将预训练的声音场景分类模型进行迁移学习后形成的神经网络识别模型；

第二获取模块，用于获取包括唱词识别模型的唱词识别网络结构，所述唱词识别模型为将预训练的语音转文字模型迁移学习后形成的神经网络识别模型；

第一输入模块，用于将所述时频谱矩阵输入所述音高识别网络结构，获得所述原始佛教音频数据的音高识别数据；

第二输入模块，用于将所述时频谱矩阵输入所述唱词识别网络结构，获得所述原始佛教音频数据的唱词识别数据；

生成模块，用于根据所述音高识别数据与所述唱词识别数据生成所述原始佛教音频数据的简谱。

7.如权利要求6所述的基于神经网络的佛教音乐记谱装置，其特征在于，所述根据所述音高识别数据与所述唱词识别数据生成所述原始佛教音频数据的简谱，包括：

确定所述音高识别数据中每一帧的音高，并确定所述唱词识别数据中每一帧的唱词；

将每一帧的所述音高与所述唱词进行对应连接，获得所述原始佛教音频数据的初始数据；

采用节拍器对所述初始数据进行节拍量化，以生成所述初始数据的简谱。