[发明专利]一种基于神经网络的乐曲主旋律音轨识别方法

说明书

本发明公开了一种基于神经网络的乐曲主旋律音轨识别方法，利用MIDI文提取多个特征来度量和刻画乐曲中的每个音轨，通过构建神经网络模型，根据音乐的基本特征自动识别判断出音乐的主旋律音轨，步骤如下：(1)提取乐曲中音符的信息并计算各个音轨的特征值；(2)将音轨特征值变换成二维的神经网络输入矩阵；(3)训练基于神经网络的主旋律音轨识别模型；(4)使用训练完成的神经网络进行乐曲主旋律音轨识别。本发明利用MIDI文件提取重要的音乐特征，并利用神经网络数字化处理后进行自动识别，能准确、高效的从MIDI文件中检测识别主旋律音轨；为音乐序列自动生成的研究，提供了一种基于神经网络的乐曲主旋律音轨识别方法。

技术领域

本发明涉及乐曲主旋律音轨识别方法，尤其涉及一种基于神经网络的乐曲主旋律音轨识别方法。

背景技术

MIDI(Musical Instrument Digital Interface乐器数字接口)文件是新的音乐数据记录格式，其记录的是音乐演奏指令序列而非实际声音信息，更利于计算机处理，为音乐特征的自动识别及音乐序列自动生成的研究提供了极大的方便。但在音乐序列自动生成的研究中，如果训练集是多音轨乐曲，生成出的结果是多轨道的音聚集在了单轨道，这不仅偏离了模型学习的目的，而且也会导致自动生成的乐曲序列质量很差；另外，主旋律的提取在哼唱检索、音乐转录、音乐流派分类与歌手识别方面都具有重要应用，对于数字媒体和数字娱乐产品提高交互体验具有重要意义。

现有的主旋律提取算法主要利用乐曲中包含的声音模拟数据信息：一种用于语音识别的鲁棒特征提取算法原理是基于子带主频率信息，实现子带主频率信息与子带能量信息相结合，在特征参数中保留语谱中子带峰值位置信息，使用该算法可以设计抗噪孤立词语音识别系统；而针对复调音乐中不同声源的相互干扰导致的同一声源音高序列不连续，利用音高显著性的连续性和高次谐波的稳定性，提出基于音高静态似然性函数和音高显著性动态似然函数的创建音高轮廓方法，这些方法都没有充分发挥数字化处理的优点。并且从MIDI文件中检测识别主旋律音轨的任务仍然面临两个挑战：(1)一首音乐由歌声和各种乐器伴奏混合而成，不同声源的频谱相互重叠，很难将某个频率分量归于单个声源；(2)数字音乐的研究数据源不同于传统音乐信息的记录格式，从MIDI文件中获取主旋律信息不能按照传统音频处理的方法进行处理。因此，现有技术难以准确快速地从MIDI文件中检测识别主旋律音轨。在构建分类模型的问题上，基于规则的分类方法虽然容易理解，但实用性差。

发明内容

发明目的：本发明的目的是提供一种提高识别精度、简化音频处理流程的基于神经网络的乐曲主旋律音轨识别方法。

技术方案：本发明的识别乐曲主旋律音轨识别方法，利用MIDI文件提取多个特征来度量和刻画乐曲中的每个音轨，通过构建神经网络模型，根据音乐的基本特征自动识别判断出音乐的主旋律音轨，包括步骤如下：

(1)提取乐曲中音符的信息并计算各个音轨的特征值；

(2)将音轨特征值变换成二维的神经网络输入矩阵；

(3)训练基于神经网络的主旋律音轨识别模型；

(4)使用训练完成的主旋律音轨识别模型进行乐曲主旋律音轨识别。

进一步，所述步骤(1)提取乐曲中音符中的特征并计算各个音轨，包括以下步骤：

(11)遍历每首乐曲中每段音轨的音符，利用MIDI文件获取音符信息中的速度、时值、时值类型和音高；

(12)计算乐曲中每段音轨音符平均速度；

(13)计算乐曲中每段音轨音符总时值；

(14)设置乐曲中每段音轨音符时值类型集合；

(15)计算乐曲中每段音轨音符最高音与最低音的音程；

(16)计算乐曲中每段音轨音符第二高音和第二低音的音程。