【技术实现步骤摘要】
基于用户示范音频风格的钢琴辅助作曲系统及方法
本专利技术涉及音乐辅助作曲领域,具体涉及到基于用户示范音频风格的钢琴辅助作曲系统及方法。
技术介绍
目前人工作曲需要掌握基础乐理、曲式、和声等专业知识,才能创作出标记有速度、和弦等基本内容的乐谱。作曲家在作曲的时候往往不是凭空拍脑袋想的,大部分作曲家喜欢用吉他或者钢琴边弹边创作,创作的成品通常是乐谱,上面会标记有速度、和弦等基本内容,以及对编曲风格的一些基本想法。这些对于普通用户来说,作曲专业性和门槛太高。随着移动互联网的发展,大量互联网社交应用出现在人们生活中,用户的分享积极性被提高,这主要是因为图片自动美化和视频自动加特效的广泛应用。对于追求多元社交方式的年轻人来说,用神经网络辅助作一首与自己的示范音频风格相同的钢琴曲,为他们社交分享提供了一种新的选择。同时,文娱市场提出了“泛娱乐”的概念,神经网络辅助作曲可以让更多的普通用户参与到音乐制作中,提高了音乐的娱乐性。
技术实现思路
本专利技术的目的在于提供一种基于用户示范音频风格的钢琴辅助作曲系统及方法,克服目前作曲需要具备专业知识背景、使用门槛高、学习成本大等问题。使用的场景为:首先,用户通过智能设备上传一组示范音频,系统会提取示范音频的音符特征值,神经网络训练模型,得到预测模型,该预测模型可以让预测生成的音符风格与示范音频的风格相同。然后,用户在作曲时,输入一组音符,预测模型会预测下一组音符,辅助用户作曲。另外,普通用户也可以不用输入音符,预测模型会自动生成一段与用户示范音频风格相同的音符序列。本专利技术的目的至少通过如下技术方案之一实现。基于用户示范音频风格 ...
【技术保护点】
1.基于用户示范音频风格的钢琴辅助作曲系统,其特征在于包括音频处理模块、音符序列映射模块、神经网络模块和智能设备;音频处理模块用来处理用户上传的示范音频,提取音频文件的音符特征,并将特征值数据传递给音符序列映射模块;音符序列映射模块将音频文件的音符特征值与神经网络输入输出值进行相互映射转换;神经网络模块用示范音频音符特征值数据集去训练模型,得到与示范音频风格相同的预测模型,通过预测模型帮助用户辅助作曲或者全自动作曲;智能设备与向音频处理模块、音符序列映射模块连接,用于用户上传示范音频、输入音符序列、试听预测生成音符效果。
【技术特征摘要】
1.基于用户示范音频风格的钢琴辅助作曲系统,其特征在于包括音频处理模块、音符序列映射模块、神经网络模块和智能设备;音频处理模块用来处理用户上传的示范音频,提取音频文件的音符特征,并将特征值数据传递给音符序列映射模块;音符序列映射模块将音频文件的音符特征值与神经网络输入输出值进行相互映射转换;神经网络模块用示范音频音符特征值数据集去训练模型,得到与示范音频风格相同的预测模型,通过预测模型帮助用户辅助作曲或者全自动作曲;智能设备与向音频处理模块、音符序列映射模块连接,用于用户上传示范音频、输入音符序列、试听预测生成音符效果。2.根据权利要求1所述基于用户示范音频风格的钢琴辅助作曲系统,其特征在于音频处理模块,运用基于十二平均律设计的88个滤波器组阵列来提取音频的基频特征;首先对音频进行分帧和加窗,对每一个短时分析窗的音频,通过傅里叶变换得到对应的频谱,将上面的频谱通过基于十二平均律设计的88个滤波器组阵列,每通过一组滤波器,就得到一个滤波信号,该滤波信号的能量作为输出值,则一共有88个输出值,找出最大的输出值,如果小于设定的阈值,该帧则为静音段,不包含基频特征;如果大于设定的阈值,找出最大的输出值对应的滤波器组,该滤波器组的第一个滤波器的中心频率就是该帧估计的基频。3.根据权利要求2所述基于用户示范音频风格的钢琴辅助作曲系统,其特征在于所述滤波器组阵列是一个88×m的阵列,一共有88组滤波器,每组由m个三角滤波器或者其它形状的滤波器组成,且m值不固定;每组的第一个滤波器的中心频率i为钢琴每个琴键所对应的基频,也就是从27.5Hz到4186.0Hz,按照十二平均律取值,其中i表示对应第i组滤波器;第组的m个滤波器的中心频率分别为fi,2fi,3fi,4fi,…,mfi,每个滤波器带宽都为2fi;按照人耳可听的频率范围最大值fmax=20KHz来取值,m=fmax/fi;音频通过每组滤波器,就得到一个滤波信号,该滤波信号的能量作为输出值,则一共有88个输出值,找出最大的输出值,如果小于设定的阈值,该帧则为静音段,不包含基频特征;如果大于设定的阈值,找出最大的输出值对应滤波器组,该滤波器组的第一个滤波器的中心频率fi就是该帧估计得到的基频;用户上传的示范音频按帧划分,则处理后每帧得到一个估计的基频,再根据基频和音符的对应关系,从示范音频中提取出音符序列。4.根据权利要求1所述基于用户示范音频风格的钢琴辅助作曲系统,其特征在于音符序列映射模块用于音符序列和神经网络输入输出数据之间进行映射转化;在训练模型时,音符序列被转换成特定的数字标识序列,然后将处理的数字序列输入到神经网络模块进行训练;在辅助作曲时,预测模型输出的数字序列,通过音符序列映射模块查找映射表,转换成音符序列。5.根据权利要求1所述基于用户示范音频风格的钢琴辅助作曲系统,其特征在于神经网络模块用来训练得到预测模型;通过预测模型生成音符序列;具体的网络构建如下:用长短期记忆网络层来构造和训练一个神经网络,该神经网络接收一个长度固定的音符序列并输出一个音符预测值;训练数据集来自于用户上传的示范音频,示范音频经过音频处理模块,得到表示音频特征的音符数据集,通过音符序列映射后,得到音符数字标识序列数据集,这组数据集用来作为神经网络的训练数...
【专利技术属性】
技术研发人员:曹燕,别碧耀,韦岗,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。