[發(fā)明專利]一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法在審
| 申請(qǐng)?zhí)枺?/td> | 201710707233.9 | 申請(qǐng)日: | 2017-08-17 |
| 公開(公告)號(hào): | CN107705775A | 公開(公告)日: | 2018-02-16 |
| 發(fā)明(設(shè)計(jì))人: | 夏楠;李海艷;黃運(yùn)保 | 申請(qǐng)(專利權(quán))人: | 廣東工業(yè)大學(xué) |
| 主分類號(hào): | G10H1/02 | 分類號(hào): | G10H1/02;G06N3/04 |
| 代理公司: | 佛山市禾才知識(shí)產(chǎn)權(quán)代理有限公司44379 | 代理人: | 劉羽波 |
| 地址: | 510009 廣東*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 rbf 神經(jīng)網(wǎng)絡(luò) 多種 樂(lè)器 調(diào)音 方法 | ||
1.一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于,包括如下步驟:
A.輸入音符,音頻預(yù)處理,處理后的音頻參數(shù)作為輸入?yún)?shù)輸入到RBF樂(lè)器判別網(wǎng)絡(luò),輸出樂(lè)器分類結(jié)果;
B.根據(jù)分類結(jié)果,利用算法匹配相應(yīng)的調(diào)整模式,進(jìn)行音頻變換,相當(dāng)于歸一化處理;
C.將歸一化處理過(guò)的音頻,作為輸入?yún)?shù)輸入到RBF音準(zhǔn)判別網(wǎng)絡(luò),輸出當(dāng)前音高值;
D.實(shí)際音高值和想要調(diào)節(jié)的標(biāo)準(zhǔn)音高值進(jìn)行差值運(yùn)算,輸出調(diào)節(jié)結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:RBF樂(lè)器分類網(wǎng)絡(luò)訓(xùn)練包括如下步驟:
步驟一、根據(jù)任意樂(lè)器的特征參數(shù)T組成特征向量Xk=[Tk1,Tk2,Tk3,…TkM],則訓(xùn)練樣本集為X=[X1,X2,X3…Xk…XN](k=1,2,3…N);
步驟二、貼上對(duì)應(yīng)的標(biāo)簽,對(duì)應(yīng)為樂(lè)器輸出類別為Yk=[yk1,yk2,yk3,…ykj,ykJ])J=1,2,3…J為輸出的類別);
步驟三、構(gòu)建RBF樂(lè)器分類網(wǎng)絡(luò);
步驟四、設(shè)定網(wǎng)絡(luò)參數(shù);
步驟五、當(dāng)RBF樂(lè)器判別網(wǎng)絡(luò)的數(shù)據(jù)中心和擴(kuò)展常數(shù)確定之后,可以由輸入輸出層的權(quán)值矢量W=[W1,W2,W3,…Wh]T;
步驟六、得出相應(yīng)的參數(shù)后,RBF樂(lè)器分類網(wǎng)絡(luò)訓(xùn)練完畢。
3.根據(jù)權(quán)利要求2所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:RBF樂(lè)器分類網(wǎng)絡(luò)的結(jié)構(gòu)為三層前饋神經(jīng)網(wǎng)絡(luò),包括輸入層,隱含層和輸出層;
所述隱含層由模式層和求和層構(gòu)成。
4.根據(jù)權(quán)利要求3所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:所述輸入層的節(jié)點(diǎn)數(shù)為M,所述模式層的節(jié)點(diǎn)數(shù)為N,所述求和層的節(jié)點(diǎn)數(shù)為J,所述輸出層的節(jié)點(diǎn)數(shù)為J。
5.根據(jù)權(quán)利要求3所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:所述模式層選用徑向基函數(shù)為高斯函數(shù)
6.根據(jù)權(quán)利要求1所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:RBF音準(zhǔn)判別網(wǎng)絡(luò)訓(xùn)練包括以下步驟:
步驟一、構(gòu)建RBF音準(zhǔn)判別網(wǎng)絡(luò);
步驟二、設(shè)定網(wǎng)絡(luò)參數(shù);
步驟三、當(dāng)RBF樂(lè)器判別網(wǎng)絡(luò)的數(shù)據(jù)中心和擴(kuò)展常數(shù)確定之后,可以由輸入輸出得出輸出的權(quán)值矢量W=[W1,W2,W3,…Wh]T;
步驟四、得出相應(yīng)的參數(shù)后,RBF音準(zhǔn)判別網(wǎng)絡(luò)訓(xùn)練完畢。
7.根據(jù)權(quán)利要求6所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:所述RBF樂(lè)器音準(zhǔn)判別網(wǎng)絡(luò)的結(jié)構(gòu)為三層前饋神經(jīng)網(wǎng)絡(luò),包括輸入層,隱含層和輸出層;
所述隱含層的神經(jīng)元個(gè)數(shù)為訓(xùn)練樣本中的音階數(shù),構(gòu)建出正規(guī)化的RBF網(wǎng)絡(luò),可以以任一精度逼近音高譜線。
8.根據(jù)權(quán)利要求7所述的一種基于RBF神經(jīng)網(wǎng)絡(luò)的多種樂(lè)器調(diào)音方法,其特征在于:隱含層選用徑向基函數(shù)為反射sigmoid函數(shù)
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東工業(yè)大學(xué),未經(jīng)廣東工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710707233.9/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:一種壓縮方法及裝置
- 下一篇:一種圖像解碼的方法及裝置
- 一種基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量測(cè)量方法
- 基于k均值的RBF神經(jīng)網(wǎng)絡(luò)算法的電機(jī)故障診斷方法
- 一種配有RBF網(wǎng)絡(luò)的AGC系統(tǒng)支持的厚度測(cè)量裝置
- RBF?AR模型的新型網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)辨識(shí)方法
- 一種基于FOA優(yōu)化的SOM?RBF的壓力傳感器溫度補(bǔ)償方法
- 基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手運(yùn)動(dòng)學(xué)逆解方法
- 基于PCA-GA-RBF的換熱器污垢生長(zhǎng)預(yù)測(cè)方法
- 基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)RBF評(píng)價(jià)方法
- 體紋理合成方法、裝置與設(shè)備
- 一種無(wú)需角速度反饋的快速響應(yīng)小衛(wèi)星姿態(tài)控制方法
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





