一种基于深度学习的钢琴弹奏识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113658481A(43)申请公布日2021.11.16(21)申请号202110903752.9(22)申请日2021.08.06(71)申请人安徽多效信息科技有限公司地址230000安徽省合肥市高新区创新大道2800号创新产业园二期J2区C座21层2112室(72)发明人凌元庆张静雅姚晖徐超巍(74)专利代理机构六安华晟智恒知识产权代理事务所(普通合伙)34193代理人王媛媛(51)Int.Cl.G09B15/02(2006.01)G06K9/62(2006.01)G06N20/00(2019.01)F16F15/023(2006.01)权利要求书1页说明书4页附图4页(54)发明名称一种基于深度学习的钢琴弹奏识别方法(57)摘要本发明公开了一种基于深度学习的钢琴弹奏识别方法，其步骤在于：建立钢琴弹奏音符数据库，并对弹奏的音符数据进行分类处理，通过钢琴弹奏对乐曲进行采集，并提取乐曲中的连续音符得到个音符所占的帧数，计算各音符弹奏所占用的时长，通过采集机构对目标音符数据以及目标音符弹奏占用的时间进行采集，对采集的目标音符数据进行分类并通过相应的学习对目标音符进行识别。本发明能够快速准确的对弹奏的音符进行识别，防止由于振动而导致采集探头从支撑架上脱落，防止由于振动产生的噪音对采集机构的工作造成干扰，能够对采集探头的表面进行散热处理，能够防止灰尘渗透到采集探头的内部对采集探头的内部造成损坏。CN113658481ACN113658481A权利要求书1/1页1.一种基于深度学习的钢琴弹奏识别方法，其步骤在于：S1：建立钢琴弹奏音符数据库，并对弹奏的音符数据进行分类处理；S2：通过钢琴弹奏对乐曲进行采集，并提取乐曲中的连续音符得到个音符所占的帧数；S3：计算各音符弹奏所占用的时长；S4：通过采集机构对目标音符数据以及目标音符弹奏占用的时间进行采集；S5：对采集的目标音符数据进行分类并通过相应的学习对目标音符进行识别。2.根据权利要求所述1的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述采集机构包括固定架（1）和采集探头（15），且固定架（1）顶部外壁的两侧均固定连接有滑轨（10），两个滑轨（10）的内壁均滑动连接有滑块（7），两个滑块（7）的一侧外壁均固定连接有垫板（14），两个垫板（14）的底部外壁之间固定连接有支撑架（11），支撑架（11）与采集探头（15）之间活动连接，支撑架（11）相对的两侧外壁均固定连接有第二弹簧（16），且第二弹簧（16）的一侧外壁固定连接有夹板（12）。3.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述支撑架（11）的一侧外壁开设有螺纹孔，螺纹孔的内壁螺纹连接有紧固栓（13）。4.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，两个所述夹板（12）的一侧外壁均粘接有多个第一气垫（17）和第二气垫（18），且第一气垫（17）与第二气垫（18）之间交替分布，第一气垫（17）的尺寸大于第二气垫（18）的尺寸，第一气垫（17）与第二气垫（18）之间设置有导管（19）。5.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述滑块（7）的顶部外壁和滑轨（10）的底部外壁之间固定连接有第一弹簧（9）。6.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述固定架（1）底部外壁的两侧均固定连接有两个导向轨（3），且导向轨（3）的内壁滑动连接有导向块（4），导向块（4）的一侧外壁固定连接有支撑板（5）。7.根据权利要求所述6的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述固定架（1）的顶部外壁粘接有第二气囊（8），且第二气囊（8）与两个垫板（14）之间胶接，第二气囊（8）的内部分别设置有第一空腔和第二空腔，第一空腔与第二空腔之间设置有隔板（21），隔板（21）为柔性材质，第一空腔的底部内壁设置有多个气嘴（20），气嘴（20）位于采集探头（15）的上方。8.根据权利要求所述7的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述固定架（1）和支撑板（5）之间设置有第一气囊（2），且第一气囊（2）的一侧外壁与第二气囊（8）的一侧外壁之间设置有气管（6）。2CN113658481A说明书1/4页一种基于深度学习的钢琴弹奏识别方法技术领域[0001]本发明涉及深度学习技术领域，尤其涉及一种基于深度学习的钢琴弹奏识别方法。背景技术[0002]钢琴教育是一项专业性强、学习周期长的教学活动，钢琴初学者通常会存有一系列的问题：无法解决钢琴乐曲识别的自适应问题，对于时域波形的阙值选取过于理想化；对连续多音符的检测精度较差，特别是演奏节奏较快的曲目时，运用传统的乐曲