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
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 Download PDFInfo
- Publication number
- CN104866870A CN104866870A CN201510294949.1A CN201510294949A CN104866870A CN 104866870 A CN104866870 A CN 104866870A CN 201510294949 A CN201510294949 A CN 201510294949A CN 104866870 A CN104866870 A CN 104866870A
- Authority
- CN
- China
- Prior art keywords
- music
- semantic
- information
- notation
- gongche
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Auxiliary Devices For Music (AREA)
- Electrophonic Musical Instruments (AREA)
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
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510294949.1A CN104866870B (zh) | 2015-06-02 | 2015-06-02 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510294949.1A CN104866870B (zh) | 2015-06-02 | 2015-06-02 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104866870A true CN104866870A (zh) | 2015-08-26 |
CN104866870B CN104866870B (zh) | 2018-08-10 |
Family
ID=53912691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510294949.1A Active CN104866870B (zh) | 2015-06-02 | 2015-06-02 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104866870B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111104869A (zh) * | 2019-11-26 | 2020-05-05 | 杭州电子科技大学 | 一种可识别小字符内容的工尺谱数字化方法 |
CN111274891A (zh) * | 2020-01-14 | 2020-06-12 | 成都嗨翻屋科技有限公司 | 一种面向简谱图像的音高及对应歌词提取方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010210981A (ja) * | 2009-03-11 | 2010-09-24 | Yuto Kamioka | 鍵盤楽器の練習補助用表示装置 |
CN102169684A (zh) * | 2011-04-13 | 2011-08-31 | 杭州师范大学 | 一种面向工尺谱乐谱的midi文件结构与产生装置 |
JP2012013915A (ja) * | 2010-06-30 | 2012-01-19 | Humminglish Academy Llc | 学習用教材および教材情報出力装置 |
CN102708094A (zh) * | 2012-05-02 | 2012-10-03 | 杭州师范大学 | 面向昆曲工尺谱乐谱的计算机文本录入装置 |
US20150143975A1 (en) * | 2013-11-28 | 2015-05-28 | Shlomo Michael Farber | Musical Notation Interface for the Visually Impaired |
-
2015
- 2015-06-02 CN CN201510294949.1A patent/CN104866870B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010210981A (ja) * | 2009-03-11 | 2010-09-24 | Yuto Kamioka | 鍵盤楽器の練習補助用表示装置 |
JP2012013915A (ja) * | 2010-06-30 | 2012-01-19 | Humminglish Academy Llc | 学習用教材および教材情報出力装置 |
CN102169684A (zh) * | 2011-04-13 | 2011-08-31 | 杭州师范大学 | 一种面向工尺谱乐谱的midi文件结构与产生装置 |
CN102708094A (zh) * | 2012-05-02 | 2012-10-03 | 杭州师范大学 | 面向昆曲工尺谱乐谱的计算机文本录入装置 |
US20150143975A1 (en) * | 2013-11-28 | 2015-05-28 | Shlomo Michael Farber | Musical Notation Interface for the Visually Impaired |
Non-Patent Citations (4)
Title |
---|
吴瑞敏: "琵琶工尺谱谱字识别方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
吴瑞敏等: "一种基于像素跟踪的琵琶工尺谱谱字提取方法", 《计算机工程》 * |
陈根方: "中国工尺谱的数字实现研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
陈根方: "基于MIDI1_0协议的工尺谱乐谱音乐信息数字存储格式", 《计算机系统应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111104869A (zh) * | 2019-11-26 | 2020-05-05 | 杭州电子科技大学 | 一种可识别小字符内容的工尺谱数字化方法 |
CN111274891A (zh) * | 2020-01-14 | 2020-06-12 | 成都嗨翻屋科技有限公司 | 一种面向简谱图像的音高及对应歌词提取方法及系统 |
CN111274891B (zh) * | 2020-01-14 | 2023-05-02 | 成都潜在人工智能科技有限公司 | 一种面向简谱图像的音高及对应歌词提取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104866870B (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102054178B (zh) | 一种基于局部语义概念的国画图像识别方法 | |
CN105930159B (zh) | 一种基于图像的界面代码生成的方法及系统 | |
CN100440250C (zh) | 印刷体蒙古文字符识别方法 | |
CN103996055B (zh) | 基于影像档案电子资料识别系统中分类器的识别方法 | |
EP3258422A1 (en) | Character segmentation and recognition method | |
US20130236111A1 (en) | Method and System for Commercial Document Image Classification | |
CN104408449B (zh) | 智能移动终端场景文字处理方法 | |
CN108197538A (zh) | 一种基于局部特征和深度学习的卡口车辆检索系统及方法 | |
CN104899965B (zh) | 一种基于清分机的多国纸币序列号识别方法 | |
CN104809142A (zh) | 商标查询系统和方法 | |
CN112560670B (zh) | 一种基于深度学习的交通标志符号与文本的检测识别方法及装置 | |
CN108647595A (zh) | 基于多属性深度特征的车辆重识别方法 | |
CN109919146A (zh) | 图片文字识别方法、装置及平台 | |
Baechler et al. | Text line extraction using DMLP classifiers for historical manuscripts | |
CN108198324A (zh) | 一种基于图像指纹的多国纸币币种识别方法 | |
CN104866870A (zh) | 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 | |
JP6442152B2 (ja) | 画像処理装置、画像処理方法 | |
Yanikoglu et al. | Sabanci-Okan system at LifeCLEF 2014 plant identification competition | |
CN104636708A (zh) | 一种局部文档图像的比对方法及系统 | |
KR101951910B1 (ko) | 계통이 부여된 도판 및 문자의 자동배치를 통한 전자서적 제작 시스템 | |
CN111274891B (zh) | 一种面向简谱图像的音高及对应歌词提取方法及系统 | |
CN101817001A (zh) | 一种信封图像的查询方法 | |
Kumar et al. | MDP feature extraction technique for offline handwritten Gurmukhi character recognition | |
CN108062563A (zh) | 一种基于类别均衡的代表样本发现方法 | |
Nawade et al. | Old handwritten music symbol recognition using directional multi-resolution spatial features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |