基于深度学习的钢琴单键音识别方法技术

本发明专利技术公开了一种基于深度学习的钢琴单键音识别方法，步骤1，对钢琴88个单键音信号进行采集，获得一组具有88个单键音信号的样本数据，共采集n+1组，对每组的每个数据进行类别标号，然后通过信号合成系统生成得到时域信号，将时域信号进行傅里叶变换成频域信号，再将频域信号进行正则化处理，得到1组实验样本和n组训练样本；步骤2，将n组训练样本的数据放进神经网络模型中进行训练；步骤3，将1组实验样本数据的参数传入到训练完成的神经网络中，神经网络对该组的每个数据的参数进行拟合，获取神经网络所判断出的该组的类别，将类别与其标记的类别标号进行一一比对，得到识别率。解决了现有技术中存在的靠人耳识别误差大的问题。

【技术实现步骤摘要】
基于深度学习的钢琴单键音识别方法
本专利技术属于声音处理方法
，涉及一种基于深度学习的钢琴单键音识别方法。
技术介绍
钢琴有着“音乐之王”的美称，由88个琴键和金属弦音板组成。钢琴音域范围从A2(27.5Hz)至c5(4186Hz)，几乎囊括了音乐体系中的全部音乐。随着人民的生活水平不断提高，国内开始出现越来越多的家长注重孩子在音乐特别是钢琴方面发展，但是目前我国的钢琴教育行业却面临着种种困难，钢琴音的调整校准主要还是靠人耳识别，存在着较大的误差，调音师从业人员数量稀少，调音师每次调音的费用每次高达600-900元不等，这些问题都在各种不同程度上影响着我国钢琴教育行业的持续发展。
技术实现思路
本专利技术的目的是提供一种基于深度学习的钢琴单键音识别方法，解决了现有技术中存在的靠人耳识别误差大的问题。本专利技术所采用的技术方案是，基于深度学习的钢琴单键音识别方法，具体按照以下步骤实施：步骤1，通过信号采集系统对钢琴88个单键音信号进行采集，获得一组具有88个单键音信号的样本数据，样本为2050维，共采集n+1组，对每组的每个数据进行类别标号，然后将每组88个单键音信号通过信号合成系统本文档来自技高网...

【技术保护点】
1.基于深度学习的钢琴单键音识别方法，其特征在于，具体按照以下步骤实施：步骤1，通过信号采集系统对钢琴88个单键音信号进行采集，获得一组具有88个单键音信号的样本数据，样本为2050维，共采集n+1组，对每组的每个数据进行类别标号，然后将每组88个单键音信号通过信号合成系统生成得到时域信号，将时域信号进行傅里叶变换成频域信号，再将获得的频域信号的数据进行正则化处理，保留频域信号的形状，得到经正则化处理的频域信号；步骤2，将经步骤1处理的前n组数据放进神经网络模型中进行训练，该神经网络模型包括依次级联的输入层、第一全连接层、第一Dropout层、第二全连接层、第二Dropout层和输出层。步骤3...

【技术特征摘要】
1.基于深度学习的钢琴单键音识别方法，其特征在于，具体按照以下步骤实施：步骤1，通过信号采集系统对钢琴88个单键音信号进行采集，获得一组具有88个单键音信号的样本数据，样本为2050维，共采集n+1组，对每组的每个数据进行类别标号，然后将每组88个单键音信号通过信号合成系统生成得到时域信号，将时域信号进行傅里叶变换成频域信号，再将获得的频域信号的数据进行正则化处理，保留频域信号的形状，得到经正则化处理的频域信号；步骤2，将经步骤1处理的前n组数据放进神经网络模型中进行训练，该神经网络模型包括依次级联的输入层、第一全连接层、第一Dropout层、第二全连接层、第二Dropout层和输出层。步骤3，将步骤1中经处理的最后一组频域信号数据的参数传入到经步骤2训练完成的神经网络中，神经网络对该组的每个数据的参数进行拟合，在输出层获取神经网络所判断出的最后一组的类别，将最后一组的类别与其标记的类别标号进行一一比对，得到识别率m为所对比的正确数量，M为该组样本总数。2.根据权利要求1所述的基于深度学习的钢琴单键音识别方法，其特征在于，所述步骤2具体为：步骤2.1，将经处理完成的前n组频域信号，共2050维传入输入层进行加权求和操作，然后输入第一全连接层；步骤2.1，在第一全连接层进行tanh激活操作，然后进入第一Dropout层；步骤2.3，在第一Dropout层进行防过拟合处理，然后进入第二全连接层；步骤2.4，在第二全连接层进行relu激活操作，然后进入第二Dropout层；步骤2.5，在第二Dropout层进行防过拟合处理，然后进入输出层；步骤2.6，在输出层进行softmax分类，共分为88类。3.根据权利要求2所述的基于深度学习的钢琴单键音识别方法，其特征在于，所述在进行softmax分类后，该神经网络会根据损失函数计算出相应的训练集的误差，通过梯度下降的方法反向传播误差，更新...

【专利技术属性】
技术研发人员：齐勇，刘浩哲，张立泽清，赵智健，雷凯，来浩东，王妮，陈坤，
申请(专利权)人：陕西科技大学，
类型：发明
国别省市：陕西,61