申请/专利权人：厦门大学

申请日：2022-03-30

公开（公告）日：2023-06-06

公开（公告）号：CN114758560B

主分类号：G09B15/00

分类号：G09B15/00;G10L25/51

优先权：

专利状态码：有效-授权

法律状态：2023.06.06#授权;2022.08.02#实质审查的生效;2022.07.15#公开

摘要：本发明提供了音准识别技术领域的一种基于动态时间规整的哼唱音准评价方法，包括如下步骤：步骤S10、获取大量的哼唱数据，并对各所述哼唱数据进行预处理；步骤S20、提取预处理后的所述哼唱数据中的音频特征；步骤S30、对各所述音频特征进行预处理；步骤S40、基于动态时间规整算法创建一音准评价模型，利用预处理后的所述音频特征对音准评价模型进行训练；步骤S50、利用训练后的所述音准评价模型对待评价音频进行评价，生成评价结果。本发明的优点在于：极大的提升了音准评价的准确性。

主权项：1.一种基于动态时间规整的哼唱音准评价方法，其特征在于：包括如下步骤：步骤S10、获取大量的哼唱数据，并对各所述哼唱数据进行预处理；步骤S20、提取预处理后的所述哼唱数据中的音频特征；步骤S30、对各所述音频特征进行预处理；步骤S40、基于动态时间规整算法创建一音准评价模型，利用预处理后的所述音频特征对音准评价模型进行训练；步骤S50、利用训练后的所述音准评价模型对待评价音频进行评价，生成评价结果；所述步骤S20具体包括：步骤S21、预判预处理后的所述哼唱数据的音频时长是否短于预设的实际时长，若否，说明不存在漏唱，进入步骤S22；若是，说明存在漏唱，进入步骤S23；步骤S22、利用Python编程语言提取所述哼唱数据中每一个字出现的时间点，基于各所述时间点将哼唱数据分割为若干个第一音频片段，利用Python编程语言的依赖库提取各所述第一音频片段的频率并求取第一平均值，将所述第一平均值作为音频特征；步骤S23、利用Python编程语言的依赖库对所述哼唱数据进行分帧，以一帧为单位将所述哼唱数据分割为若干个第二音频片段，利用依赖库提取各所述第二音频片段的频率并求取第二平均值，将所述第二平均值作为音频特征；所述步骤S40中，所述音准评价模型用于求取音频特征与标准频率之间的最优路径和距离矩阵，基于拟合函数对所述最优路径上的频率值进行拟合得到拟合值，将各所述拟合值求取第三平均值作为音准值；基于专家评分对所述音准值进行误差计算得到误差值，基于所述误差值进行再次拟合，直至所述误差值满足预设的收敛条件；所述步骤S50具体为：对待评价音频进行预处理后提取待评价音频特征，对各所述待评价音频特征进行预处理后输入训练后的音准评价模型，生成包括若干个音频片段、对应音准值以及总音准值的评价结果，并输出显示所述评价结果。

全文数据：

权利要求：

百度查询： 厦门大学 一种基于动态时间规整的哼唱音准评价方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD