申请/专利权人：中国人民大学

申请日：2020-06-01

公开（公告）日：2024-03-08

公开（公告）号：CN111681674B

主分类号：G10L25/51

分类号：G10L25/51;G10L25/24;G06F18/2415

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2020.10.20#实质审查的生效;2020.09.18#公开

摘要：本发明涉及一种基于朴素贝叶斯模型的乐器种类识别方法和系统，包括以下步骤：S1将待识别的乐曲分为若干音频帧；S2提取音频帧中的时域信息、频域信息与倒频域信息以及梅尔频率倒谱系数，形成与音频帧对应的特征向量；S3将若干个乐器对应的音频特征向量和所有的音频帧对应的特征向量输入至朴素贝叶斯模型，根据乐器出现在乐曲中的概率对乐器进行识别。其通过这种数据化的音乐特征提取的方式，实现人工智能对乐器的种类、音色、技法的识别，帮助精细化区分其同质化和异质化乐器之间的关系，尤其是同质性乐器种类的音响细分、音色相似度、技术重合度的人工分离和精准辨别。

主权项：1.一种基于朴素贝叶斯模型的乐器种类识别方法，其特征在于，包括以下步骤：S1将待识别的乐曲分为若干音频帧；S2提取所述音频帧中的时域信息、频域信息与倒频域信息以及梅尔频率倒谱系数，形成与所述音频帧对应的特征向量；S3将已有的若干个乐器对应的音频特征向量和所有的所述音频帧对应的特征向量输入至朴素贝叶斯模型，根据所述乐器出现在所述乐曲中的概率对所述乐器进行识别；所述S3的具体操作过程为：S3.1将若干个乐器对应的音频特征向量和所述音频帧对应的特征向量输入至经过预训练的朴素贝叶斯模型；S3.2采用朴素贝叶斯模型的输出公式计算Py1|Xi,Py2|Xi,…,Pyn|Xi；S3.3通过公式得到乐器yj出现在乐曲X中的概率；所述朴素贝叶斯模型的输出公式为： 其中，Xi代表一首乐曲X的某一帧，一共有z帧；yj代表某一种乐器，一共有n种乐器；若所述乐器出现在所述乐曲中的概率超过阈值，则判断所述乐器出现在所述乐曲中，若所述乐器出现在所述乐曲中的概率未超过阈值，则判断所述乐器没有出现在所述乐曲中；所述乐曲中使用的乐器包括主要乐器和次要乐器，通过所述朴素贝叶斯方法模型获得各所述乐器出现在所述乐曲中的概率区分主要乐器和次要乐器。

全文数据：

权利要求：

百度查询： 中国人民大学 一种基于朴素贝叶斯模型的乐器种类识别方法和系统

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