一种用户自选乐谱练习方法和系统技术方案

技术编号:25308700 阅读:35 留言:0更新日期:2020-08-18 22:27
本发明专利技术提供了一种用户自选乐谱练习方法和系统。所述用户自选乐谱练习方法和系统通过图形识别技术,获得乐谱上的元素信息,根据乐理相关知识对元素信息进行修正,获得音乐描述文件后转换成电子乐谱,提取电子乐谱的电子乐谱信息,并将电子乐谱信息中的每一项与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配的乐谱,本发明专利技术所述用户自选乐谱练习系统和方法相较传统的图形识别方法,结合了乐谱的各种元素,提高了匹配的精度。所述用户自选乐谱练习方法还设置了学习流程,在选择乐谱后可进行学习,提高了便利性。

【技术实现步骤摘要】
一种用户自选乐谱练习方法和系统
本专利技术涉及一种用户自选乐谱练习方法和系统。
技术介绍
随着人们生活水平的不断提高,对自身和下一代的兴趣培养越来越重视,尤其是对美育的重视。音乐是美育中一项非常重要的选择。依靠电子技术的发展,乐谱越来越多的被电子文档的方式存储和展示,现有的纸质乐谱到电子乐谱的识别方法,大多采用图像识别的方法。申请日为2016年9月28日公告号为CN106446952B的中国专利一种乐谱图像识别方法及装置,采用边缘检测/直线检测等方法获得音符在五线谱中的位置,是一种通过传统图像处理的方式获取音符在五线谱位置的方法,但是该方法未使用未涉及乐理相关知识对识别后的内容做进一步处理,识别的精度较低。2015年10月10日申请的公布号为CN105280170A的中国专利一种乐谱演奏的方法和装置,使用OCR识别乐谱,在识别乐谱生成对应音乐描述文件没有使用乐理相关知识,在乐谱搜索的时候只使用乐谱的名称,同样存在识别精度较低的问题,在实际的乐谱查找中是需要跟乐谱的各种元素(乐谱名称,作者,节拍,速度记号,音符信息)进行匹配后得到的最佳乐谱。
技术实现思路
本专利技术的目的是提供一种用户自选乐谱练习方法和系统,识别纸质乐谱,使用乐理相关知识进行查找得到匹配乐谱。为了解决上述技术问题,本专利技术的技术方案是:一种用户自选乐谱练习方法,包括如下步骤:S1:获取待选乐谱的乐谱图像。S2:识别待选乐谱的乐谱图像,获得音乐描述文件。S3:用户选择是否需要进入搜索乐谱流程,不需要则保存音乐描述文件或乐谱图像,该程序结束,需要则进入步骤S4。S4:将所述音乐描述文件转换成电子乐谱,并提取所述电子乐谱的电子乐谱信息。S5:将待选乐谱的电子乐谱信息与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配乐谱并进行展示。作为优选,所述步骤S2中,识别所述待选乐谱的乐谱图像包括识别所述待选乐谱的乐谱图像,得到所述待选乐谱的元素信息,根据所述元素信息获得所述待选乐谱的音乐描述文件。作为优选,所述步骤S2中,还包括根据乐理相关知识,对所述元素信息进行修正。作为优选,所述步骤S3中,还包括采用人工的方式对所述电子乐谱进行校正,修改识别错误。作为优选,所述步骤S5中,将待选乐谱的电子乐谱信息与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配乐谱并进行展示,包括设置所述电子乐谱信息中每一项匹配信息的权重为W,设置每一项匹配信息的匹配程度为E,设置最终的匹配结果为R,其中,权重W为预设值;匹配程度E为待选乐谱的电子乐谱信息中的一项匹配信息与乐谱库中乐谱的电子乐谱信息中同一项匹配信息的重复比;i为自然数,最大值是所述电子乐谱信息中匹配信息的项目数。对得到的每个R进行排序,并展示对应的乐谱。作为优选,还包括S6:用户选择展示的乐谱进行乐谱学习。本专利技术还公开了一种用户自选乐谱练习系统,包括乐谱图像获取单元、乐谱图像识别单元、电子乐谱保存单元、电子乐谱生成单元、电子乐谱信息提取单元和电子乐谱查询展示单元。所述乐谱图像获取单元获取待选乐谱的乐谱图像传输给所述乐谱图像识别单元,所述乐谱图像识别单元识别待选乐谱的乐谱图像获得音乐描述文件,并将所述音乐描述文件传输给所述电子乐谱保存单元保存,或者传输给所述电子乐谱生成单元,所述电子乐谱生成单元将所述音乐描述文件转换成电子乐谱传输给所述电子乐谱信息提取单元,所述电子乐谱信息提取单元提取所述电子乐谱的电子乐谱信息并传输给所述电子乐谱查询展示单元,所述电子乐谱查询展示单元将待选乐谱的电子乐谱信息与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配乐谱并进行展示。作为优选,还包括乐理逻辑单元,所述乐理逻辑单元根据乐理相关知识,修正所述音乐描述文件,并将修正后的音乐描述文件传输给电子乐谱生成单元。作为优选,还包括电子乐谱展示编辑单元,所述电子乐谱展示编辑单元采用人工的方式对所述电子乐谱进行校正,修改识别错误,校正后的电子乐谱经过所述电子乐谱生成单元提取所述电子乐谱信息。与现有技术相比,本专利技术具有以下优点:本专利技术所述用户自选乐谱练习系统和方法通过图形识别技术,获得乐谱上的元素信息,根据乐理相关知识对元素信息进行修正,获得音乐描述文件后转换成电子乐谱,提取电子乐谱的电子乐谱信息,并将电子乐谱信息中的每一项与乐谱库中乐谱的电子乐谱信息进行匹配,本专利技术所述用户自选乐谱练习系统和方法相较传统的图形识别方法,结合了乐谱的各种元素,提高了匹配的精度。附图说明在此描述的附图仅用于解释目的,而不意图以任何方式来限制本专利技术公开的范围。另外,图中的各部件的形状和比例尺寸等仅为示意性的,用于帮助对本专利技术的理解,并不是具体限定本专利技术各部件的形状和比例尺寸。本领域的技术人员在本专利技术的教导下,可以根据具体情况选择各种可能的形状和比例尺寸来实施本专利技术。在附图中:图1是本专利技术一具体实施例的用户自选乐谱练习方法;图2是本专利技术一具体实施例的用户自选乐谱练习系统的学习流程。具体实施方式为了使本
的人员更好地理解本专利技术中的技术方案,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应当属于本专利技术保护的范围。需要说明的是,当元件被称为“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施例。除非另有定义,本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本专利技术。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。请参见图1,一种用户自选乐谱练习系统,包括乐谱图像获取单元10、乐谱图像识别单元11、乐理逻辑单元12、电子乐谱生成单元13、电子乐谱展示编辑单元14、电子乐谱信息提取单元17、电子乐谱查询展示单元18和电子乐谱保存单元15。所述乐谱图像获取单元10获取乐谱图像信息,可以使用拍照或选择已存在的乐谱图片等形式,所述乐谱图像获取单元10对图像做初步的质量检测(模糊度,亮度,色偏等)优化校正后将图像传输给所述乐谱图像识别单元11。所述乐谱图像识别单元11对从所述乐谱图像获取单元10得到的乐谱图像做乐谱内容识别,得到乐谱图像中乐谱元素信息的基本属性信息和位置信息,例如,所述基本属性信息包括音符,强弱,装饰音、音符,音高,时值等,从而获得音乐描述文件,所述乐谱图像识别单元11采用OCR(Optica本文档来自技高网
...

【技术保护点】
1.一种用户自选乐谱练习方法,其特征在于,包括如下步骤:/nS1:获取待选乐谱的乐谱图像;/nS2:识别所述乐谱图像,获得音乐描述文件;/nS3:用户选择是否需要进入搜索乐谱流程,/n若不需要则保存音乐描述文件或乐谱图像,/n若需要则进入步骤S4;/nS4:将所述音乐描述文件转换成电子乐谱,并提取所述电子乐谱的电子乐谱信息;/nS5:将待选乐谱的电子乐谱信息与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配乐谱并进行展示。/n

【技术特征摘要】
1.一种用户自选乐谱练习方法,其特征在于,包括如下步骤:
S1:获取待选乐谱的乐谱图像;
S2:识别所述乐谱图像,获得音乐描述文件;
S3:用户选择是否需要进入搜索乐谱流程,
若不需要则保存音乐描述文件或乐谱图像,
若需要则进入步骤S4;
S4:将所述音乐描述文件转换成电子乐谱,并提取所述电子乐谱的电子乐谱信息;
S5:将待选乐谱的电子乐谱信息与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配乐谱并进行展示。


2.根据权利要求1所述的用户自选乐谱练习方法,其特征在于,所述步骤S2中,识别所述乐谱图像包括识别所述待选乐谱的乐谱图像,得到所述待选乐谱的元素信息,根据所述元素信息获得音乐描述文件。


3.根据权利要求2所述的用户自选乐谱练习方法,其特征在于,所述步骤S2中,还包括根据乐理相关知识,对所述元素信息进行修正。


4.根据权利要求1所述的用户自选乐谱练习方法,其特征在于,所述步骤S3中,还包括人工对所述电子乐谱进行校正,修改识别错误。


5.根据权利要求1所述的用户自选乐谱练习方法,其特征在于,所述步骤S5中,将待选乐谱的电子乐谱信息与乐谱库中乐谱的电子乐谱信息进行匹配,获得匹配乐谱并进行展示,包括设置所述电子乐谱信息中每一项匹配信息的权重为W,设置每一项匹配信息的匹配程度为E,设置最终的匹配结果为R,



其中,权重W为预设值;匹配程度E为待选乐谱的电子乐谱信息中的一项匹配信息与乐谱库中乐谱的电子乐谱信息中同一项匹配信息的重复比;i为自然数,最大值是所述电子乐谱信息中匹配信息...

【专利技术属性】
技术研发人员:张向东王剑龙
申请(专利权)人:苏州缪斯谈谈科技有限公司
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 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。

1