[發明專利]樂器識別方法、介質、裝置和計算設備

在審

• 申請號: 201811197335.1
• 申請日: 2018-10-15
• 公開（公告）號: CN111048110A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 鄭淵中;劉華平;林勇平;許崝;眭世晨
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G10L25/30
• 分類號: G10L25/30
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 楊瑾瑾;徐瑞紅

1.一種樂器識別方法，其特征在于，包括：

獲取音頻樣本；

將所述音頻樣本轉換成聽覺譜圖；

采用卷積神經網絡對所述聽覺譜圖進行識別；所述卷積神經網絡的輸出為演奏音頻文件的樂器的標識，以及所述樂器的標識對應的概率。

2.根據權利要求1所述的方法，其特征在于，所述獲取音頻樣本，包括：

獲取所述音頻文件，將所述音頻文件轉化為頻譜文件，檢測所述頻譜文件中每一個能量增高超過預設閾值的幀的時間節點；

采用所述時間節點對所述音頻文件進行分割，得到多個音頻文件片段；

將每個音頻文件片段進行固定長度標準化處理，得到所述音頻樣本。

3.根據權利要求1所述的方法，其特征在于，所述將所述音頻樣本轉換成聽覺譜圖，包括：

采用基底膜模型和聽覺系統內毛細胞Meddis模型對所述音頻樣本進行處理，得到所述聽覺譜圖。

4.一種卷積神經網絡訓練方法，其特征在于，包括：

獲取音頻樣本；

將所述音頻樣本轉換成聽覺譜圖；

采用所述聽覺譜圖訓練卷積神經網絡；所述卷積神經網絡的輸出為演奏音頻文件的樂器的標識，以及所述樂器的標識對應的概率。

5.一種樂器識別裝置，其特征在于，包括：

第一樣本獲取模塊，用于獲取音頻樣本；

第一轉換模塊，用于將所述音頻樣本轉換成聽覺譜圖；

識別模塊，用于采用卷積神經網絡對所述聽覺譜圖進行識別；其中，所述卷積神經網絡的輸出為演奏音頻文件的樂器的標識，以及所述樂器的標識對應的概率。

6.一種卷積神經網絡訓練裝置，其特征在于，包括：

第二樣本獲取模塊，用于獲取音頻樣本；

第二轉換模塊，用于將所述音頻樣本轉換成聽覺譜圖；

訓練模塊，用于采用所述聽覺譜圖訓練卷積神經網絡；所述卷積神經網絡的輸出為演奏音頻文件的樂器的標識，以及所述樂器的標識對應的概率。

7.一種介質，其存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-3中任一所述的方法。

8.一種介質，其存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求4所述的方法。

9.一種計算設備，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如權利要求1-3中任一所述的方法。

10.一種計算設備，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如權利要求4所述的方法。