CN104866870A - 一种面向工尺谱的多层集成分类网络及音乐语义评估装置 - Google Patents

Abstract

本发明涉及一种面向工尺谱的多层集成分类网络及音乐语义评估装置。其特征在于包括：谱式分类部分、时间信息分类部分和空间信息分类部分。本发明实现了工尺谱作品的自动音乐语义分类识别，实现了工尺谱作品的多层集成分类网络的最优分类器选择，由分类网络得到的分类结果能方便地转换为五线谱或简谱乐谱，使得优秀的中国传统音乐作品能被现代人们所共享与欣赏。

Description

一种面向工尺谱的多层集成分类网络及音乐语义评估装置

技术领域

本发明涉及一种面向工尺谱的多层集成分类网络及音乐语义评估装置。

背景技术

工尺谱是我国传统音乐主要的乐谱记录方法之一，起源于五代，有着一千多年的历史，在我国民族音乐中广为使用，存见的大多数传统剧种（如昆剧等）和中国乐器的乐谱都采用工尺谱为载体，工尺谱乐谱保存了前人大量的音乐遗产，为中国民族音乐的传承与发展做出了巨大贡献。

但是，现代人们对工尺谱乐谱已经非常陌生，人们对基于西方音乐理论的五线谱和简谱比较熟悉，为了推广我国传统的音乐的乐谱，首先需要把工尺谱翻译成五线谱或简谱，但是工尺谱和五线谱或简谱是基于不同的音乐理论，工尺谱是以我国传统的音乐理论为基础的，因此，在翻译的过程中，会出现音乐语义的歧义现象，目前留下的工尺谱作品的对应五线谱或简谱的数量不多，大量的工尺谱作品仍然需要进行人工转换或机器转换，本发明提出了利用多层集成分类网络的方法，把工尺谱乐谱转换为音乐语义信息，最后可以很方便地利用五线谱或简谱来表示这些音乐语义信息，从而使得优秀的中国传统音乐作品能被现代人们所共享与欣赏。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种面向工尺谱的多层集成分类网络及音乐语义评估装置的技术方案。

所述的一种面向工尺谱的多层集成分类网络，其特征在于包括：谱式分类部分、时间信息分类部分和空间信息分类部分；谱式分类部分包含了对工尺谱乐谱的谱字书写方式的分类器组，分类器组接受输入的乐谱图像特征表述参数，各分类器输出书写方式；时间信息分类部分的分类器组分别接受谱式分类器组中各个分类器的分类表述参数，对谱字之间的时序关系进行分类，各分类器输出不同的谱字序列；空间信息部分的分类器组接受不同的谱字序列，对谱字的音高和节奏进行分类，得到不同的音乐语义信息；数量不等的谱式分类部分的分类器组、时间信息分类部分的分类器组和空间信息分类部分的分类器组按线性关系组合为一个多层集成分类网络，工尺谱乐谱中的音乐信息被分类网络提取并转换为语义信息。

所述的面向工尺谱的多层集成分类网络音乐语义评估装置，其特征在于该评估装置包括专家语义转换模块和LCS语义评估模块；

专家语义转换模块：实现把工尺谱乐谱的谱字转换为数字音乐语义信息，经专家转换的语义信息，作为工尺谱乐谱的多层集成分类网络的标准音乐信息；

LCS语义评估模块：利用最长公共子序列算法，对待分类的工尺谱乐谱的专家音乐语义标准信息和多层集成分类网络得到的音乐语义信息，进行比较，得到它们的最长公共子序列；设一部音乐作品有                                                页乐谱构成，此作品的专家音乐语义标准信息为，其中为第页乐谱的音乐语义标准信息,多层集成分类网络的一个分类结果的音乐语义信息为，其中为第页乐谱的音乐语义信息，专家标准信息与分类网络音乐信息的最长公共子序列比较结果为，然后按公式：，计算多层集成分类网络的识别率，通过不同分类器组的识别率比较，获取工尺谱乐谱的最佳分类器组合；公式中的为和的方差。

与现有技术相比，本发明的优点如下：

1.本发明所述的面向工尺谱的多层集成分类网络，能自动把工尺谱乐谱转换为音乐语义信息，这些音乐语义信息能很方便地表示为五线谱乐谱信息或简谱乐谱信息；

2.本发明所述的面向工尺谱乐谱的多层集成分类网络及音乐语义评估装置可以选出最优的分类器组合，提高工尺谱乐谱的分类效果。

附图说明

图1 是不同书写谱式的多谱式工尺谱文稿图例；

图2 是工尺谱乐谱的音乐信息智能挖掘的技术流程图；

图3 是多层集成分类网络的每层基本结构图；

图4 是多层集成分类网络的音乐语义评估方法图示。

具体实施方式

下面结合说明书附图对本发明做进一步说明：

图1包含6张不同的工尺谱乐谱，它们有着不同的书写方式，3张是昆曲的剧本，分别为蓑衣式书写方式、平行书写方式和垂直书写方式，另3张为琵琶谱和笛子谱。虽然它们的书写方式不同，但乐谱的时空信息在页面记谱方式上仍有一定的规律：（1）时间信息，乐谱的时间信息由符号的书写顺序决定，页面书写顺序与我国传统书写方式一致，遵循从右到左，从上到下的顺序；图1中6张乐谱都符合这个书写次序，不仅歌词符合这一规律，而且每个歌词的若干个音高谱字也符合这一规律；（2）空间信息，在字号大小上，歌词（如有）的字号大于等于音高谱字的字号，音高谱字的字号大于节奏谱字字号；图1-a中，字号最大的符号是歌词，其次是歌词右边的音高谱字，最小的是音高谱字右上角的节奏谱字。

图2为本发明所述的工尺谱乐谱的音乐信息智能挖掘的技术流程图，包括：谱式分类部分、时间信息分类部分、空间信息分类部分；谱式分类部分包含了一些对工尺谱乐谱的谱字书写方式的分类器组，分类器组接受输入的乐谱图像特征表述参数，各分类器输出书写方式；时间信息分类部分的分类器组分别接受谱式分类器组中各个分类器的分类表述参数，对谱字之间的时序关系进行分类，各分类器输出不同的谱字序列；空间信息部分的分类器组接受不同的谱字序列，对谱字的音高和节奏进行分类，得到不同的音乐语义信息。

数量不等的谱式分类部分的分类器组、时间信息分类部分的分类器组和空间信息分类部分的分类器组按线性关系组合为一个多层集成分类网络，工尺谱乐谱中的音乐信息被分类网络提取并转换为语义信息。

图3为本发明所述的一种面向工尺谱乐谱的多层集成分类网络的每层基本结构图。多层集成分类网络有自上到下的三层分类器组构成，谱式分类器组由个不同的分类器组成，时间分类器组由个不同的分类器组成，空间分类器组由个不同的分类器组成；不同的分类器组合一共有种，产生种不同的分类结果。利用专家的标准音乐语义信息，可以选出最优的分类器组合。

图4为本发明所述的一种面向工尺谱乐谱的多层集成分类网络的音乐语义评估方法图示。所述的评估装置包括专家语义转换模块、LCS语义评估模块，

专家语义转换模块：实现把工尺谱乐谱的谱字，转换为数字音乐语义信息，经专家转换的语义信息，作为工尺谱乐谱的多层集成分类网络的标准音乐信息；

LCS语义评估模块：利用最长公共子序列(LCS)算法，对待分类的工尺谱乐谱的专家音乐语义标准信息和多层集成分类网络得到的音乐语义信息，进行比较，得到它们的最长公共子序列，设一部音乐作品有页乐谱构成，此作品的专家音乐语义标准信息为，其中为第页乐谱的音乐语义标准信息,多层集成分类网络的一个分类结果的音乐语义信息为，其中为第页乐谱的音乐语义信息，专家标准信息与分类网络音乐信息的最长公共子序列比较结果为，然后按公式：，计算多层集成分类网络的识别率，通过不同分类器组的识别率比较，获取工尺谱乐谱的最佳分类器组合；公式中的为和的方差。

本发明实现了工尺谱作品的自动音乐语义分类识别，实现了工尺谱作品的多层集成分类网络的最优分类器选择，由分类网络得到的分类结果能方便地转换为五线谱或简谱乐谱，使得优秀的中国传统音乐作品能被现代人们所共享与欣赏。

Claims (2)

1.一种面向工尺谱的多层集成分类网络，其特征在于包括：谱式分类部分、时间信息分类部分和空间信息分类部分；谱式分类部分包含了对工尺谱乐谱的谱字书写方式的分类器组，分类器组接受输入的乐谱图像特征表述参数，各分类器输出书写方式；时间信息分类部分的分类器组分别接受谱式分类器组中各个分类器的分类表述参数，对谱字之间的时序关系进行分类，各分类器输出不同的谱字序列；空间信息部分的分类器组接受不同的谱字序列，对谱字的音高和节奏进行分类，得到不同的音乐语义信息；数量不等的谱式分类部分的分类器组、时间信息分类部分的分类器组和空间信息分类部分的分类器组按线性关系组合为一个多层集成分类网络，工尺谱乐谱中的音乐信息被分类网络提取并转换为语义信息。

2.一种如权利要求1所述的面向工尺谱的多层集成分类网络音乐语义评估装置，其特征在于该评估装置包括专家语义转换模块和LCS语义评估模块；

专家语义转换模块：实现把工尺谱乐谱的谱字转换为数字音乐语义信息，经专家转换的语义信息，作为工尺谱乐谱的多层集成分类网络的标准音乐信息；

LCS语义评估模块：利用最长公共子序列算法，对待分类的工尺谱乐谱的专家音乐语义标准信息和多层集成分类网络得到的音乐语义信息，进行比较，得到它们的最长公共子序列；设一部音乐作品有                                                页乐谱构成，此作品的专家音乐语义标准信息为，其中为第页乐谱的音乐语义标准信息,多层集成分类网络的一个分类结果的音乐语义信息为，其中为第页乐谱的音乐语义信息，专家标准信息与分类网络音乐信息的最长公共子序列比较结果为，然后按公式：，计算多层集成分类网络的识别率，通过不同分类器组的识别率比较，获取工尺谱乐谱的最佳分类器组合；公式中的为和的方差。