[发明专利]一种基于深度学习的钢琴考级评定方法及装置在审
| 申请号： | 201910529818.5 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110349596A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 陈文敏;李稀敏;肖龙源;蔡振华;刘晓葳;王静 | 申请（专利权）人： | 厦门快商通信息咨询有限公司 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/03;G10L25/24;G10L25/30 |
| 代理公司： | 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 | 代理人： | 吴圳添 |
| 地址： | 361000 福建省厦门市*** | 国省代码： | 福建;35 |
| 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深度学习的钢琴考级评定方法及装置，包括如下步骤：获取待评定钢琴乐曲的音频数据；对所述音频数据进行预处理；从预处理后的音频数据中提取声学特征；将所述声学特征输入预先训练好的ResCNN神经网络模型，获得预测概率矩阵P；根据所述预测概率矩阵P确定所述待评定钢琴乐曲的考级评定结果。本发明提供了一种基于深度学习的钢琴考级评定方法及装置，能够模拟钢琴考级专业评分老师以待评定钢琴乐曲所对应的报考等级的评定标准对待评定钢琴乐曲进行评定，进而确定待评定钢琴乐曲的考级评定结果，大大提高了考级评分效率，节省人力资源，同时能够有效避免人为主观因素对考级评定结果的影响。 | ||
| 搜索关键词： | 评定 钢琴 乐曲 音频数据 预处理 概率矩阵 声学特征 神经网络模型 模拟钢琴 人力资源 主观因素 预测 学习 老师 | ||
【主权项】：
1.一种基于深度学习的钢琴考级评定方法，其特征在于，包括如下步骤：获取待评定钢琴乐曲的音频数据；对所述音频数据进行预处理；从预处理后的音频数据中提取声学特征；将所述声学特征输入预先训练好的ResCNN神经网络模型，获得预测概率矩阵P；根据所述预测概率矩阵P确定所述待评定钢琴乐曲的考级评定结果。
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厦门快商通信息咨询有限公司，未经厦门快商通信息咨询有限公司许可，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/201910529818.5/，转载请声明来源钻瓜专利网。
