-
公开(公告)号：CN118942432A
公开(公告)日：2024-11-12
申请号：CN202411007882.4
申请日：2024-07-25
申请人： 北京工业大学
摘要： 一种提取音乐频率结构的钢琴音乐自动记谱方法属于深度学习领域。音乐自动记谱旨在将音乐音频转换为音乐符号表示。钢琴音符的音高频率特征具有明显的音乐频率结构。在复音音乐信号中，可通过提取每个独立音高固定的频谱结构，进而建模完整的复音音高频率相关性。本发明使用具有音乐频率结构的掩蔽矩阵，使网络的频率注意力机制能够高效地捕捉音乐频率结构信息，并基于完整的频率特征建模复音音高频率相关性，实现了钢琴复音音乐自动记谱。本发明具有较高的钢琴复音音乐自动记谱性能。
-
公开(公告)号：CN116665704A
公开(公告)日：2023-08-29
申请号：CN202310557794.0
申请日：2023-05-18
申请人： 北京工业大学
IPC分类号： G10L25/18 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F18/25 , G10L25/30 , G10L17/04 , G10L19/008
摘要： 一种基于局部注意力的多任务学习钢琴复音音乐自动记谱方法属于深度学习领域。音乐自动记谱旨在将音乐音频转换为音乐符号表示。近年来，基于Transformer的深度神经网络展现出了在钢琴复音音乐自动记谱上的优势。然而，现有的基于Transformer的自动记谱方法使用绝对位置编码方式，限制了模型对任意长度音频进行记谱的灵活性，混淆了模型对于局部时变时序信息的注意力。本发明在Transformer网络中使用高效计算的自适应局部注意力机制，针对起奏与停奏子任务目标获得了最佳的注意力范围，并可在任意长度的钢琴音乐上实现自动记谱。本发明具有较高的钢琴复音音乐自动记谱性能。
-
公开(公告)号：CN118918870A
公开(公告)日：2024-11-08
申请号：CN202410983674.1
申请日：2024-07-22
申请人： 北京工业大学
摘要： 一种钢琴卷帘谱音符标注方法属于自动音乐记谱技术。该音符标注方法旨在获得与实际钢琴音符发声过程更加匹配的钢琴音符卷帘谱标注。现代钢琴的演奏过程中，演奏者可以借助钢琴踏板对所演奏音符的音长与音色进行修饰，丰富了钢琴乐曲的表现形式。然而现有的钢琴自动记谱方法仅采用踏板单阈值划分的方法对钢琴踏板的延音作用进行描述。本发明设计了基于现代钢琴演奏中广泛使用的延音踏板及选择延音踏板提出了钢琴踏板动态行为表示方法，并基于该表示方法对半踏板演奏技术影响的音符音长进行延音，获得了更加符合钢琴音符实际发声过程的钢琴音符卷帘谱标注。
-
公开(公告)号：CN116665704B
公开(公告)日：2024-09-20
申请号：CN202310557794.0
申请日：2023-05-18
申请人： 北京工业大学
IPC分类号： G10L25/18 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F18/25 , G10L25/30 , G10L17/04 , G10L19/008
摘要： 一种基于局部注意力的多任务学习钢琴复音音乐自动记谱方法属于深度学习领域。音乐自动记谱旨在将音乐音频转换为音乐符号表示。近年来，基于Transformer的深度神经网络展现出了在钢琴复音音乐自动记谱上的优势。然而，现有的基于Transformer的自动记谱方法使用绝对位置编码方式，限制了模型对任意长度音频进行记谱的灵活性，混淆了模型对于局部时变时序信息的注意力。本发明在Transformer网络中使用高效计算的自适应局部注意力机制，针对起奏与停奏子任务目标获得了最佳的注意力范围，并可在任意长度的钢琴音乐上实现自动记谱。本发明具有较高的钢琴复音音乐自动记谱性能。
-
-
-
搜索结果
4 条记录 (耗时 0.022 秒)
