[發明專利]一種基于CNN的粵劇流派分類和識別方法

在審

• 申請號: 202110920741.1
• 申請日: 2021-08-11
• 公開（公告）號: CN113658611A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 趙文鋒;陳僑;劉小玲;劉韻鋒;趙婭雯;劉海軍;郭柏帆
• 申請（專利權）人: 華南農業大學
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30;G10L25/24;G06F16/65;G06F16/683;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 符繼超

本發明公開了一種基于CNN的粵劇流派分類和識別方法，包括以下步驟：獲取音頻數據樣本集，并對音頻數據樣本集進行預處理，得到梅爾頻譜圖；構建基于CNN網絡構建粵劇流派分類模型；利用梅爾頻譜圖對粵劇流派分類模型進行訓練和測試；利用訓練好的粵劇流派分類模型對待預測的粵劇音頻文件的流派進行識別和分類，輸出預測結果。本發明采用深度學習方法對粵劇唱腔特征進行分析，進而實現對粵劇流派進行分類和識別，預測結果更準確。

技術領域

本發明涉及粵劇唱腔分類技術領域，更具體的說是涉及一種基于CNN的粵劇流派分類和識別方法。

背景技術

粵劇作為我國十大地方劇種之一，特色鮮明，同時已于2006年被列入第一批國家級非物質文化遺產名錄，將其接入互聯網數字音樂資源庫將有利于對我國這一寶貴文化遺產進行管理、保護與傳承。如單純依靠人工，不僅缺乏效率，而且成本高昂，事倍功半。因此，通過科學的量化和建模方法自動地對唱腔進行規范，建立粵劇音頻數據庫，對推動粵劇唱腔流派的研究具有深遠意義。

目前，在對粵劇唱腔特征分析和分類算法方法方面的研究相對較少。許多研究者嘗試用深度學習的方法代替傳統方法進行音樂分類，利用模型根據輸入的訓練樣本自動地學習音樂信號更高層次的特征表達。由于戲曲屬于音樂形式的一種，所以可以借鑒基于深度學習的音樂處理方法，但是粵劇特有的樂律特性和其片段間存在上下文依賴的特點并未分析研究，所以使用基于深度學習的方法來進行粵劇唱腔分析是很具挑戰性的。

發明內容

有鑒于此，本發明提供了一種基于CNN的粵劇流派分類和識別方法，采用深度學習方法對粵劇流派進行分類和識別，預測結果更準確。

為了實現上述目的，本發明采用如下技術方案：

一種基于CNN的粵劇流派分類和識別方法，包括以下步驟：

獲取音頻數據樣本集，并對所述音頻數據樣本集進行預處理，得到梅爾頻譜圖；

構建基于CNN網絡的粵劇流派分類模型；

利用所述梅爾頻譜圖對所述粵劇流派分類模型進行訓練和測試；

利用訓練好的粵劇流派分類模型對待預測的粵劇音頻文件的流派進行識別和分類，輸出預測結果。

優選的，在上述一種基于CNN的粵劇流派分類和識別方法中，對所述音頻數據樣本集進行預處理，得到梅爾頻譜圖，包括以下步驟：

使用python程序將所述音頻數據樣本集切片為多個等時長的音頻文件；

對所述音頻文件進行分幀操作，并采用50％的重疊率對每相鄰兩幀信號進行加窗操作；

采用快速傅里葉變換對每幀信號做快速傅里葉變換，得到頻譜圖；

采用梅爾濾波器組對所述頻譜圖進行處理，得到梅爾頻譜圖。

優選的，在上述一種基于CNN的粵劇流派分類和識別方法中，所述粵劇流派分類模型的網絡結構包括輸入層、卷積層、池化層、全連接層、Softmax層和輸出層；所述卷積層后面接dropout層。

優選的，在上述一種基于CNN的粵劇流派分類和識別方法中，利用混淆矩陣對所述粵劇流派分類模型輸出的預測結果進行可視化評判。

可選的，在上述一種基于CNN的粵劇流派分類和識別方法中，所述音頻數據樣本集包括70％的訓練集和30％的測試集。

經由上述的技術方案可知，與現有技術相比，本發明公開提供了一種基于CNN的粵劇流派分類和識別方法，采用深度學習方法，對粵劇音頻文件進行切片、分幀和加窗操作，能夠降低CNN網絡對音強的敏感性、提高對不同音強音頻的適應能力，且能根據所提取特征去學習更深更好的特征，更適用于對粵劇唱腔流派的分類并能提高分類準確度和識別速度。

附圖說明