一种音乐节奏检测方法、装置、设备及存储介质.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CN113643717A(43)申请公布日2021.11.12(21)申请号202110767209.0(22)申请日2021.07.07(71)申请人深圳市联洲国际技术有限公司地址518000广东省深圳市南山区高新技术园区科发路1号富利臻大厦5楼(72)发明人李治均(74)专利代理机构广州三环专利商标代理有限公司44202代理人麦小婵郝传鑫(51)Int.Cl.G10L25/03(2013.01)G10L25/18(2013.01)G10L25/51(2013.01)权利要求书2页说明书8页附图1页(54)发明名称一种音乐节奏检测方法、装置、设备及存储介质(57)摘要本发明提供了一种音乐节奏检测方法、装置、设备及存储介质，该方法包括：获取待检测音乐的若干帧音频数据，并将若干帧音频数据转换为频谱数据；对若干帧频谱数据进行分解，获得若干帧音频数据的幅值谱和相位谱；根据前K帧音频数据对应的幅值谱和相位谱，计算当前帧音频数据的预测频谱；根据当前帧音频数据对应的频谱数据、预测频谱数据，计算当前帧音频数据的目标幅值谱；对目标幅值谱进行滤波，得到当前帧音频数据的节奏点。通过结合音频数据的相位信息和幅值信息，能准确检测出由于相位变化导致的节奏点，提高节奏检出率，同时通过滤波计算出节奏周期，可以不依赖幅值与相位大小，准确检测出多变节拍形式下的节奏点。CN113643717ACN113643717A权利要求书1/2页1.一种音乐节奏检测方法，其特征在于，包括：获取待检测音乐的若干帧音频数据，并将若干帧所述音频数据转换为频谱数据；对若干帧所述频谱数据进行分解，获得若干帧所述音频数据的幅值谱和相位谱；根据前K帧音频数据对应的幅值谱和相位谱，计算当前帧音频数据的预测频谱；根据当前帧音频数据对应的频谱数据、预测频谱数据，计算当前帧音频数据的目标幅值谱；对所述目标幅值谱进行滤波，得到当前帧音频数据的节奏点。2.如权利要求1所述的音乐节奏检测方法，其特征在于，所述对所述目标幅值谱进行滤波，得到当前帧音频数据的节奏点，包括：对所述目标幅值谱进行不同延迟下的滤波处理，得到不同延迟下的滤波结果；根据不同延迟下的滤波结果，确定出最佳延迟；根据所述最佳延迟以及所述最佳延迟对应的滤波结果，计算起始节奏点；以所述最佳延迟为节奏周期，根据所述起始节奏点和所述节奏周期，得到所述节奏点。3.如权利要求2所述的音乐节奏检测方法，其特征在于，所述根据不同延迟下的滤波结果，确定出最佳延迟，包括：对不同延迟下的滤波结果进行加和，获取最大加和值对应的延迟作为最佳延迟。4.如权利要求1所述的音乐节奏检测方法，其特征在于，所述将若干帧所述音频数据转换为频谱数据，包括：对所述音频数据进行滑窗分帧处理；对分帧后的音频数据进行傅里叶变换，得到所述频谱数据。5.如权利要求1所述的音乐节奏检测方法，其特征在于，所述根据前K帧音频数据对应的幅值谱和相位谱，计算当前帧音频数据的预测频谱，包括：根据前K帧音频数据对应的幅值谱和相位谱，通过公式(1)，计算当前帧音频数据的预测频谱；其中，K＝2，M(i‑1，m)，表示前一帧音频数据的幅值谱和相位谱，表示前两帧音频数据的相位谱，fmod表示求余数函数。6.如权利要求5所述的音乐节奏检测方法，其特征在于，所述根据当前帧音频数据对应的频谱数据、预测频谱数据，计算当前帧音频数据的目标幅值谱，包括：通过公式(2)，计算当前帧音频数据的目标幅值谱；其中，R(i，m)，I(i，m)表示当前帧音频数据对应的频谱数据的实部和虚部；表示当前帧音频数据对应的预测频谱数据的实部和虚部。7.如权利要求5所述的音乐节奏检测方法，其特征在于，所述根据所述最佳延迟以及所2CN113643717A权利要求书2/2页述最佳延迟对应的滤波结果，计算起始节奏点，包括：通过公式(3)，计算起始节奏点；其中，τpre表示最佳延迟，y(i，τpre)所述最佳延迟对应的滤波结果，N表示音频数据的帧数。8.一种音乐节奏检测装置，其特征在于，包括：频谱转换模块，用于获取待检测音乐的若干帧音频数据，并将若干帧所述音频数据转换为频谱数据；频谱分解模块，用于对若干帧所述频谱数据进行分解，获得若干帧所述音频数据的幅值谱和相位谱；频谱预测模块，用于根据前K帧音频数据对应的幅值谱和相位谱，计算当前帧音频数据的预测频谱；目标幅值谱计算模块，用于根据当前帧音频数据对应的频谱数据、预测频谱数据，计算当前帧音频数据的目标幅值谱；节奏点计算模块，用于对所述目标幅值谱进行滤波，得到当前帧音频数据的节奏点。9.一种音乐节奏检测设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利