[发明专利]基于标签深度分析的音乐自动标注方法在审
| 申请号： | 201910047030.0 | 申请日： | 2019-01-18 |
| 公开（公告）号： | CN109918535A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 王振宇;萧永乐;张睿;雷昶;高雨轩 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/68 | 分类号： | G06F16/68;G06F16/65;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 裴磊磊 |
| 地址： | 510640 广*** | 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： | 本发明公开了一种基于标签深度分析的音乐自动标注方法，包括以下步骤：S1、收集音乐数据并结合音乐标签体系进行数据清洗；S2、对音乐数据进行采样，转换为梅尔频谱图并进行数据切片；S3、基于一维卷积网络构建音频多层级特征提取网络，通过有监督学习进行参数预训练；S4、基于二维卷积网络进行音乐标签向量表示学习，获取音乐标签特征；S5、实现音频多层级特征与音乐标签特征的特征聚合；S6、基于聚合特征进行最终的音乐标签预测。本发明克服了传统音乐标注方式不能应用于大规模音乐数据集的困难，根据音频内容对音乐进行自动标注，减少了人工维护音乐标签库的工作量，具有很好的可用性。 | ||
| 搜索关键词： | 音乐标签 音乐数据 自动标注 深度分析 多层级 音乐 传统音乐 标签 二维卷积 聚合特征 梅尔频谱 数据切片 数据清洗 特征提取 网络构建 向量表示 一维卷积 音频内容 可用性 采样 标注 聚合 工作量 网络 学习 预测 转换 应用 监督 维护 | ||
【主权项】：
1.一种基于标签深度分析的音乐自动标注方法，其特征在于，所述方法包括以下步骤：S1、收集音乐数据并结合音乐标签体系进行数据清洗；S2、对音乐数据进行采样，转换为梅尔频谱图并进行数据切片；S3、基于一维卷积网络构建音频多层级特征提取网络，通过有监督学习进行参数预训练；S4、基于二维卷积网络进行音乐标签向量表示学习，获取音乐标签特征；S5、实现音频多层级特征与音乐标签特征的特征聚合；S6、基于聚合特征进行最终的音乐标签预测。
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华南理工大学，未经华南理工大学许可，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/patent/201910047030.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型电台软件
- 下一篇：播放歌曲高潮的方法、装置、设备及存储介质
