[发明专利]一种乐器音乐信号和和弦识别方法

说明书

本发明公开了一种乐器音乐信号和和弦识别方法，包括以下步骤：信号转换、构建音符特征序列、比对和弦特征以及和弦修正。通过音频特征模块将音频特征转化为无人声特征，然后使用傅里叶变换对无人声特征进行切分得到音符信息，再通过音符特征模型提取各个音符在不同的和弦功能识别维度上的和弦特征，并通过音符特征模型不断对和弦特征进行识别，从而实现乐谱和弦的自动识别，并且训练数据集、测试数据集和验证数据集会不断对和弦特征进行训练和优化，进而提高了和弦识别的准确度。

技术领域

本发明属于音视频技术领域，具体涉及一种乐器音乐信号和和弦识别方法。

背景技术

自动和弦识别(ACR)是音乐信息检索领域的重要研究话题，和弦是音乐形成的基础，它可以直接影响一首音乐的审美，决定音乐的情感和色彩，丰富音乐的内容。常见的和弦类型包括三和弦：大三和弦(maj)、小三和弦(min)、减三和弦(dim)、增三和弦(aug)，七和弦:大七和弦(maj7)、属七和弦(7)、小七和弦(m7)、小大七和弦(mM7)、减七和弦(dim7)、增七和弦(aug7)、半减七和弦(half-dim7)，以及附加和弦(add)、扩展和弦(extend)、挂留和弦(suspend)；

和弦进行是流行音乐、古典乐、摇滚音乐和布鲁斯、爵士等音乐的基础，在这些音乐体裁中，旋律和节奏是建立在和弦进行上的，在歌曲创作过程中，歌曲通常由和弦进行，然后再考虑旋律、bass、配器等其他元素。因此，和弦识别对于音乐学习和作曲无疑是非常重要的，例如，在爵士乐即兴演奏中，爵士贝斯手可以根据和弦谱即兴演奏低音，其他独奏乐器演奏者也根据和弦谱即兴创作自己的独奏部分，在相关技术中，一些网站提供了一些手动注释的乐谱供下载，然而，这些乐谱中的和弦需要依靠人工识别并注释，和弦识别的准确度较低。

发明内容

本发明的目的在于提供一种乐器音乐信号和和弦识别方法，以解决上述背景技术中提出现有技术中乐谱中的和弦需要依靠人工识别并注释以及弦识别的准确度较低的问题。

为实现上述目的，本发明采用了如下技术方案：一种乐器音乐信号和和弦识别方法，包括以下步骤：

S1、通过收音设备将乐器的音频模拟信号转化为数字信号，传输到音频特征模块中，通过音频特征模块将数字信号中的音频特征进行提取得到无人声特征，然后对无人声特征的时域信号进行傅里叶变换转换到频域，然后再利用梅尔频率刻度的滤波器组对应频域信号进行切分，使每个频率段对应一个数值；

S2、然后将频域信号切分后的数值进行特征提取，得到音符信息，将音符信息构建各个音符的二维矩阵表示，再将二维矩阵表示序列输入至特征提取模型中，获取特征提取模型针对二维矩阵表示序列输出的音符特征序列，音符特征序列中含有各个音符对应的音符特征；

S3、再将音符特征序列输入到和弦功能识别模型中，并建立音符特征模型，得到从不同的和弦功能识别维度对音符特征序列中的各个音符特征进行识别处理所得到的和弦特征；

S4、最后基于原始音频的真实和弦类型，计算音符特征模型的预测损失，再基于音符特征模型的预测损失对音符特征模型的参数进行调整。

优选的，所述S1中Mel频率f_mel与声音信号频率f的对应关系为：

F_mel＝2959log₁₀(1+f/700)。

优选的，所述S2中特征提取模型从音频模拟信号中转化音频数据，与音符特征进行比对识别，所述音符特征中包含至少一组音符片段与特征信息的对应关系。

优选的，所述音频数据通过特征提取模型训练后得到乐谱信息，将乐谱信息中的音符与音符特征进行比对识别，然后将比对结果正确的音符特征进行保存，比对结果错误的音符特征筛去。