一种通过手势轨迹输入匹配音乐创作的方法技术

一种通过手势轨迹输入匹配音乐创作的方法，属于音乐文件搜索技术领域，本发明专利技术可在输入设备采用手势方式画出轨迹，被OCR方式识别，通过一系列整合，将轨迹整理为标准二维坐标集，轨迹中点的分布、直线分布、曲线分布、拐点角度与方向、波形的起伏等特征，可以响应地映射为欢快、悲伤、惊悚等情感；最终与预定义特征的音乐进行匹配。通过本发明专利技术方法用户通过手势轨迹表达情感和想法“间接创造音乐”，消遣、探索、娱乐；音乐人士提供乐曲资源“真正创造音乐”，与使用者匹配；互联网平台通过本创意获取流量，提高影响力，赚取广告费、VIP套餐等方式盈利；音乐人士通过向平台提供乐曲资源获利。

【技术实现步骤摘要】
一种通过手势轨迹输入匹配音乐创作的方法
本专利技术属于音乐文件搜索
，特别是涉及到一种通过将手势轨迹作为输入条件匹配特定音乐的搜索方法。
技术介绍
在传统的音乐市场中，创造出好的音乐可以带来巨大金钱财富和社会荣誉，这是很多人从业的原因。但只有少数人才能创造出知名乐曲，原因在于：1)音乐创造是主观的，需要天赋、灵感、乐理知识、谱曲能力等方面；2)音乐流行是客观的，包含传播渠道、听众认可度、社会风气、舆论焦点等方面。普通人对于音乐创造失败的原因有多种，如没有音乐天赋，没有有效的创造工具，音乐知识不精专，音乐结构、旋律、内涵、情感不好，缺少创作灵感，没有快速记录灵感并完善等；因此，现有技术中，亟需一种新的技术方案来解决这一问题。
技术实现思路
本专利技术所要解决的技术问题是：提供一种通过手势轨迹输入匹配音乐创作的方法，可在输入设备采用手势方式画出轨迹，被OCR方式识别，通过一系列整合，将轨迹整理为标准二维坐标集，轨迹中点的分布、直线分布、曲线分布、拐点角度与方向、波形的起伏等特征，可以响应地映射为欢快、悲伤、惊悚等情感；最终与预定义特征的音乐进行匹配。一种通过手势轨迹输入匹配音乐创作的方法，其特征是：包括以下步骤，且以下步骤顺次进行，步骤一、获取手势输入信息用户通过手写的方式在设备的输入端输入手势轨迹，轨迹由点分布、直线分布、拐点角度与方向、曲线分布以及波形起伏组成；步骤二、提取并优化坐标集将步骤一输入的手势轨迹图形，经过采样频率分析进行坐标集优化获得无定向的坐标集，再经过基于时间的轨迹分析，将无定向坐标集优化为单向坐标集，包括X轴坐标优化，以及Y轴坐标优化；步骤三、坐标集分析将步骤二优化后的单向坐标集通过数理统计进行映射分析，包括对X轴和Y轴坐标的密集度分析、拐点分析、线性占比分析、曲线分析、长度分析以及波动分析，形成情绪特征码；步骤四、匹配音乐建立基于情绪特征码相匹配音乐特征库，将步骤三映射分析获得的情绪特征码，与音乐特征库内的数据信息进行匹配，获得输入手势对应的音乐；至此，一种通过手势轨迹输入匹配音乐创作的方法完成。所述步骤二提取并优化坐标集，作为分析的依据。所述步骤三中的坐标集分析也可进行聚集分析、形状分析、曲率分析以及线性占比分析，其中聚集分析为分析坐标集点的密度分布特征；形状分析为分析形状存在程度；曲线分析为分析坐标轨迹中由线段和曲线构成的角度关系；线性占比分析为分析轨迹中线型和曲线数量比例关系；长度分析为分析轨迹中线段长度占比、曲线长度占比；波动分析为分析轨迹中上下振幅特征。轨迹分析得出的特征与音乐特征相匹配，完成用户收入的轨迹与音乐的匹配。通过上述设计方案，本专利技术可以带来如下有益效果：一种通过手势轨迹输入匹配音乐创作的方法，可在输入设备采用手势方式画出轨迹，被OCR方式识别，通过一系列整合，将轨迹整理为标准二维坐标集，轨迹中点的分布、直线分布、曲线分布、拐点角度与方向、波形的起伏等特征，可以响应地映射为欢快、悲伤、惊悚等情感；最终与预定义特征的音乐进行匹配。进一步的，本专利技术在文字、语音等基础上提供了手势轨迹搜索，提供了更加有趣的搜索方式同时可间接创造音乐，提高了娱乐性。附图说明以下结合附图和具体实施方式对本专利技术作进一步的说明：图1为本专利技术一种通过手势轨迹输入匹配音乐创作的方法流程框图。图2为本专利技术一种通过手势轨迹输入匹配音乐创作的方法实施例手势输入示意图。图3为本专利技术一种通过手势轨迹输入匹配音乐创作的方法实施例对输入手势进行采样频率分析获得无定向坐标集示意图。图4为本专利技术一种通过手势轨迹输入匹配音乐创作的方法实施例输出单向坐标集示意图。具体实施方式一种通过手势轨迹输入匹配音乐创作的方法，如图1所示，包括以下步骤，且以下步骤顺次进行，步骤一、获取手势输入信息如图2所示，用户通过手写的方式在设备的输入端(例如手机屏幕的指定区域)输入手势轨迹，用户可以输入各种有序、无序的手势轨迹，统称为无定向的坐标集合。轨迹由可分析的包含但不限于如下的特征组成：点的分布、直线分布、曲线分布、拐点角度与方向以及波形起伏等组成；步骤二、提取并优化坐标集如图3和图4所示，用户在步骤一输入手势轨迹图形时，系统按照一定的采样频率收集轨迹坐标集合，保存无定向的坐标集，可以转换为基于时间的单向坐标集。步骤三、坐标集分析将步骤二得到的单向坐标集合通过数理统计方式进行特征分析。分析领域包括但不限于如下表所示内容，分析之后形成特征码。其中，分析方向、分析内容，均可以自定义。特征码也是根据分析方向自定义的，并没有特定标准；具体举例如下表1所示，表1具体的，将坐标数字到情感特征的匹配过程，没有唯一的匹配标准，特征码可以自定义。若根据坐标点的数理统计特征，可以考虑以下标准作为匹配音乐的一种模式：1、X方向某部分密集，表示该时间段内节奏快，可以理解为情绪欢快；2、X方向疏密相间，表示整体间阵感较强，可以理解为具有一定的重复性；3、Y方向起伏波动较大，表示音量变化较大，可以理解为心情起伏较大；4、Y方向某部分变化较大，且重复性变化，表示一阵一阵，可理解为有规律的音量大小重复；5、分析某些拐点，点与点之间连线呈曲线，表示温馨的情感，呈直线，表示恐怖惊悚的情感；步骤四、匹配音乐建立基于情绪特征码相匹配音乐特征库，将步骤三映射分析获得的情绪特征码，与音乐特征库内的数据信息进行匹配，获得输入手势对应的音乐；如1对应为调皮曲风，2对应为欢快曲风，3对应悲伤曲风，4对应惊悚曲风，5对应忐忑曲风等。举例如下表2所示，表2本专利技术用户输入的轨迹代表某种可以自定义的特征码集合，且音乐本身可以被自定义为特征码集合，用户输入的轨迹对应的特征码的集合，与音乐本身被自定义的特征码的集合，两者进行最大化匹配。以上所述，仅为本专利技术部分具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本领域的人员在本专利技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本专利技术的保护范围内。本文档来自技高网...

【技术保护点】
1.一种通过手势轨迹输入匹配音乐创作的方法，其特征是：包括以下步骤，且以下步骤顺次进行，/n步骤一、获取手势输入信息/n用户通过手写的方式在设备的输入端输入手势轨迹，轨迹包括点分布、直线分布、拐点角度与方向、曲线分布以及波形起伏；/n步骤二、提取并优化坐标集/n将步骤一输入的手势轨迹图形，经过采样频率分析进行坐标集优化获得无定向的坐标集，再经过基于时间的轨迹分析和算法，将无定向坐标集优化为单向坐标集，包括X轴坐标优化，以及Y轴坐标优化；/n步骤三、坐标集分析/n将步骤二优化后的单向坐标集通过数理统计进行映射分析，包括对X轴和Y轴坐标的密集度分析、拐点分析、线性占比分析、曲线分析、长度分析以及波动分析，形成情绪特征码；/n步骤四、匹配音乐/n建立基于情绪特征码相匹配音乐特征库，将步骤三映射分析获得的情绪特征码，与音乐特征库内的数据信息进行匹配，获得输入手势对应的音乐；/n至此，一种通过手势轨迹输入匹配音乐创作的方法完成。/n

【技术特征摘要】
1.一种通过手势轨迹输入匹配音乐创作的方法，其特征是：包括以下步骤，且以下步骤顺次进行，
步骤一、获取手势输入信息
用户通过手写的方式在设备的输入端输入手势轨迹，轨迹包括点分布、直线分布、拐点角度与方向、曲线分布以及波形起伏；
步骤二、提取并优化坐标集
将步骤一输入的手势轨迹图形，经过采样频率分析进行坐标集优化获得无定向的坐标集，再经过基于时间的轨迹分析和算法，将无定向坐标集优化为单向坐标集，包括X轴坐标优化，以及Y轴坐标优化；
步骤三、坐标集分析
将步骤二优化后的单向坐标集通过数理统计进行映射分析，包括对X轴和Y轴坐标的密集度分析、拐点分析、线性占比分析、曲线分析、长度分析以及波动分析，形成情绪特征码；
步骤四、匹配音乐
建立基于情绪特征码相匹配音乐特征库，将步骤三映射分析获得的情绪特征码，与音乐特征库内的数据信息进行匹配，获得输入手势对应的音...

【专利技术属性】
技术研发人员：王爽，
申请(专利权)人：王爽，
类型：发明
国别省市：吉林;22