CN111081209B - 基于模板匹配的中国民族音乐调式识别方法 - Google Patents

基于模板匹配的中国民族音乐调式识别方法 Download PDF

Info

Publication number
CN111081209B
CN111081209B CN201911315972.9A CN201911315972A CN111081209B CN 111081209 B CN111081209 B CN 111081209B CN 201911315972 A CN201911315972 A CN 201911315972A CN 111081209 B CN111081209 B CN 111081209B
Authority
CN
China
Prior art keywords
tone
sound
mode
chinese national
template matching
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.)
Expired - Fee Related
Application number
CN201911315972.9A
Other languages
English (en)
Other versions
CN111081209A (zh
Inventor
周莉
游梦琪
王佳琦
商鹏程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences
Original Assignee
China University of Geosciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences filed Critical China University of Geosciences
Priority to CN201911315972.9A priority Critical patent/CN111081209B/zh
Publication of CN111081209A publication Critical patent/CN111081209A/zh
Application granted granted Critical
Publication of CN111081209B publication Critical patent/CN111081209B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H7/00Instruments in which the tones are synthesised from a data store, e.g. computer organs
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H7/00Instruments in which the tones are synthesised from a data store, e.g. computer organs
    • G10H7/08Instruments in which the tones are synthesised from a data store, e.g. computer organs by calculating functions or polynomial approximations to evaluate amplitudes at successive sample points of a tone waveform
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/036Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal of musical genre, i.e. analysing the style of musical pieces, usually for selection, filtering or classification
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/066Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for pitch analysis as part of wider processing for musical purposes, e.g. transcription, musical performance evaluation; Pitch recognition, e.g. in polyphonic sounds; Estimation or use of missing fundamental
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10HELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/081Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for automatic key or tonality recognition, e.g. using musical rules or a knowledge base

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • General Physics & Mathematics (AREA)
  • Algebra (AREA)
  • Auxiliary Devices For Music (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了基于模板匹配的中国民族音乐调式识别方法,包括以下步骤:首先构建五声调式与七声调式模板,然后通过对MIDI文件进行解码,提取出所有表示音高的数据,去除重复音,并对音高进行排序得到音高序列,来判断有无偏音,确定该旋律所属的模板进行匹配,无偏音的旋律归属于中国民族五声调式模板,有偏音的旋律归属于中国民族七声调式模板,之后进行调式特征核验,从而准确地判断其调式,最后符合中国民族调式音阶组成逻辑的为中国民族调式,本发明对于中国民族调式的识别具有较高的准确率。

Description

基于模板匹配的中国民族音乐调式识别方法
技术领域
本发明涉及计算机音乐领域,具体涉及一种基于模板匹配的中国民族音乐调式识别方法。
背景技术
随着计算机和数字设备的广泛应用,计算机音乐发展迅速,其中算法作曲是计算机音乐的新兴研究领域之一。
算法作曲指使用形式化的作曲规则作为音乐创作的手段,以使音乐家们可以利用计算机作为音乐创作的工具,实现自动作曲。早期,在11世纪出现了一种根据经文中的元音设计音高的模型来实现经文旋律的创作,Horner通过遗传算法在计算机作曲中的应用实现了完成主题桥接的计算机辅助作曲程序,Biles实现了GenJam实时交互式演奏系统。Prisco实现了基于十二音作曲体系的乐曲创作系统。在国内,郑银环设计了音程序列挖掘算法,曹西征提出了面向蒙古族歌曲旋律的自动伴奏算法,郑晓妹实现了基于旋律马尔科夫链的中国民歌自动作曲模式,邓阳等设计出CFCS自动和弦编配的动态规划算法实现机器自动和弦编配。基于以上研究,我们可以得出算法作曲是复杂多样的,主要技术是通过遗传算法、马尔科夫链等方式进行研究,且大多集中于西方音乐,对于中国民族音乐研究较少。
调式是乐音组织结构形式,是指若干高低不同的乐音围绕某一有稳定感的中心音,按一定的音程关系组织在一起,构成一个有机的体系。以调式的中心音为起始音和结束音,其他各音按音高的顺序依次排列成音阶的形式,称调式音阶。
调式根据调式音阶中乐音的数量可分为三大类别:七声音阶调式、五声音阶调式以及特殊调式。七声音阶调式有中古调式、西洋大小调式、中国民族音乐七声调式以及吉卜赛调式;五声音阶调式有中国民族音乐五声调式以及日本民谣调式和律调式;特殊调式有印度尼西亚音乐、阿拉伯音乐、印度音乐、泰国音乐等调式。
由于不同的历史时期与不同的民族和地域,因此形成各种不同的调式。各种调式因其音阶结构、调式音级间相互关系以及音律等方面的差异,而各具特色与表现力。调式可赋予音乐以一定的情感与风格。
对于中国民族音乐调式的智能识别目前仅有邓阳、周莉等在2018年提出了基于决策树的中国民族音乐五声调式识别算法,对于中国民族音乐六声、七声调式尚未涉及。
发明内容
有鉴于此,本发明提供了一种基于模板匹配的中国民族音乐调式识别方法。
本发明提供了一种基于模板匹配的中国民族音乐调式识别方法,包括如下步骤:
S1:构建调式模版,包括中国民族五声调式模版与中国民族七声调式模版;
S2:读取MIDI文件并对MIDI文件进行预处理,得到最终音高序列,MIDI文件预处理步骤如下:
S21:对MIDI文件进行解码,提取出所有表示音高的数据信息,构建音高序列集合;
S22:通过统计音符出现次数对这组音高序列集合中的音高进行频率排序;
S23:对于频率大于阈值的所有在八度以及八度以上的重复音高进行删除,得到最终音高序列;
S3:通过对MIDI文件预处理后得到的最终音高序列与S1构建的调式模板进行匹配,即进行调式判断,包括中国民族五声调式模板匹配和中国民族七声调式模板匹配;
S4:将调式判断后的调式用调式特征进行核验,核验通过,则调式为中国民族音乐调式,核验失败,则调式为非中国民族音乐调式。
进一步地,S23中所述阈值为10.3%。
进一步地,S3中中国民族五声调式模板匹配即调式判断如下:
(1)对于由五个音高组成的音高序列进行五声调式模板匹配;
(2)找出该音高序列中的音程关系存在唯一的大三度即找出宫音与角音,如果没有调式外的音程关系出现,则判断为中国民族五声调式;
(3)当无大三度的时候将考虑是否为陕北调式,由于陕北调式中存在唯一特征音程小三度,所以将再次在音高序列中寻找是否存在唯一小三度音程,即找出羽音和宫音,判断是否为中国民族五声调式。
进一步地,S3中中国民族七声调式模板匹配即调式判断:
(1)通过对出现的七个音高频率进行排序,由于偏音出现频率明显小于正音,找出频率次数最后的两个音高即偏音;
(2)若偏音出现频率在10.3%~21.6%范围之内,且前五个音高能根据五度音程关系进行排列,则判断为中国民族七声调式。
进一步地,调式核验包括“宫”音核验、偏音次数核验、特征音列组核验、尾音主音核验以及第七级音核验,特征核验中有任意一条调式特征不满足,都判定为核验失败,即该调式不属于中国民族音乐调式。
进一步地,所述“宫”音核验方法为:找出调式中宫音后将按照基于宫音的调式音程关系对调式中的所有音符进行归类,如果所有音符都能够准确地按照与宫音音程关系进行分类,那么核验通过,反之,则核验失败。
进一步地,所述偏音次数核验方法为:找出调式中偏音后将其与调式中所有音符进行核对,如若偏音次数出现频率在21.6%以下,则核验通过,反之,则核验失败。
进一步地,所述特征音列组核验方法为:将调式中所有的音符进行三音一组划分,如若以三音组为以二度与三度或二度与四度为主构成以及由宫、商、角三音构成的连续二度三音组,则核验通过,反之,则核验失败。
进一步地,所述尾音主音核验方法为:将调式中主音与乐曲中最后一个尾音进行核对,如若主音与尾音为同一音,则核验成功,反之,核验将失败。
进一步地,所述第七级音核验方法为:将调式中提取出的第七级音与第一级音进行向上小二度判定,如若未构成向上小二度关系,则核验通过,反之,则核验失败。
本发明提供的技术方案带来的有益效果是:对于中国民族调式的识别具有较高的准确性。
附图说明
图1是本发明基于模板匹配的中国民族音乐调式识别方法的总流程图;
图2是本发明基于模板匹配的中国民族音乐调式识别方法的五声调式模板图;
图3是本发明基于模板匹配的中国民族音乐调式识别方法的七声调式模板图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地描述。
请参考图1,本发明的实施例提供了一种基于模板匹配的中国民族音乐调式识别方法,其特征在于,包括如下步骤:
S1:构建调式模版,包括中国民族五声调式模版与中国民族七声调式模版;
所述五声调式是指由五个音高包括宫、商、角、徵和羽组成的民族调式,所述七声调式是在五声调式的基础上引入两个偏音而形成的有七个音的民族调式。
S2:对选取的MIDI文件进行预处理,得到最终音高序列,MIDI文件预处理步骤如下:
S21:对MIDI文件进行解码,提取出所有表示音高的数据信息,构建音高序列集合;
S22:通过统计音符出现次数对这组音高序列进行频率排序;
S23:对于对频率大于10.3%的所有在八度以及八度以上的将重复音高进行删除,得到最终音高序列;表1为MIDI文件实验样本,主要为单声部旋律:中国五声调式与七声调式民歌以及少量西方大小调式进行干扰,测试本方法对于中国民族调式判断的可靠性。
表1 MIDI文件实验样本
Figure BDA0002325827000000051
S3:通过对MIDI文件预处理后得到的最终音高序列与S1构建的调式模板进行匹配,即进行调式判断;
中国民族五声调式模板匹配即调式判断如下:
(1)对于由五个音高组成的音高序列进行五声调式模板匹配;
(2)找出该音高序列中的音程关系存在唯一的大三度即找出宫音与角音,如果没有调式外的音程关系出现,则判断为中国民族五声调式;
(3)当无大三度的时候将考虑是否为陕北调式,由于陕北调式中存在唯一特征音程小三度,所以将再次在音高序列中寻找是否存在唯一小三度音程,即通过羽音找出宫音,判断是否中国民族五声调式。
中国民族七声调式模板匹配即调式判断:
(1)通过对出现的七个音高频率进行排序,由于偏音出现频率明显小于正音,找出频率次数最后的两个音高即偏音;
(2)若偏音出现频率在10.3~21.6范围之内,且前五个音高能根据五度音程关系进行排列,则判断为中国民族七声调式;由于调式的复杂性,有一些旋律所提取出来的音高信息与模块不完全匹配,如一些旋律会存在音高使用不全的情况,对于最终定调会产生影响,而偏音“闰”和“变徵”只存在于中国民族七声调式音阶中,则采取通过偏音进行判定。
对于由六个音高组成的音阶与七声音阶不同之处在于六声音阶只有一个偏音,判断方法七声调式一致。
S4:进行调式模块匹配后,将调式判断结果用调式特征进行核验来确定最终调式;调式核验包括“宫”音核验、偏音次数核验、特征音列组核验、尾音主音核验以及第七级音核验,特征核验中有任意一条调式特征不满足,都判定为核验失败,则该调式为特殊调式或不属于中国民族音乐调式。
所述“宫”音核验方法为:找出调式中宫音后将按照基于宫音的调式音程关系对乐曲中的所有音符进行归类,如果所有音符都能够准确地按照与宫音音程关系进行分类,那么核验通过,反之,核验失败。
所述偏音次数核验方法为:找出调式中偏音后将其与调式中所有音符进行核对,如若偏音次数出现频率在21.6%以下,则核验通过,反之,则核验失败。
所述特征音列组核验方法为:将调式中所有的音符进行三音一组划分,如若以三音组为以二度与三度或二度与四度为主构成以及由宫、商、角三音构成的连续二度三音组,则核验通过,反之,则判定核验失败。
所述尾音主音核验方法为:将主音与调式中最后一个尾音进行核对,如若主音与尾音为同一音,则核验成功,反之,核验将失败。
所述第七级音核验方法为:将调式中提取出第七级音与第一级音进行向上二度判定,如若未构成向上小二度关系,则核验通过,反之,则核验失败。
表2为核验结果,对于中国民族音乐调式非民族调式的的识别基本正确。
表2核验结果
Figure BDA0002325827000000071
在不冲突的情况下,本文中上述实施例及实施例中的特征可以相互结合。以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于模板匹配的中国民族音乐调式识别方法,其特征在于,包括如下步骤:
S1:构建调式模版,包括中国民族五声调式模版与中国民族七声调式模版;
S2:读取MIDI文件并对MIDI文件进行预处理,得到最终音高序列,MIDI文件预处理步骤如下:
S21:对MIDI文件进行解码,提取出所有表示音高的数据信息,构建音高序列集合;
S22:通过统计音符出现次数对这组音高序列集合中的音高进行频率次数排序;
S23:对于频率次数大于阈值的所有在八度以及八度以上的重复音高进行删除,得到最终音高序列;
S3:通过对MIDI文件预处理后得到的最终音高序列与S1构建的调式模板进行匹配,即进行调式判断,包括中国民族五声调式模板匹配和中国民族七声调式模板匹配;
S4:将调式判断后的调式用调式特征进行核验,核验通过,则调式为中国民族音乐调式,核验失败,则调式非中国民族音乐调式。
2.根据权利要求1所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,S23中所述阈值为10.3%。
3.根据权利要求1所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,S3中中国民族五声调式模板匹配即调式判断如下:
(1)对于由五个音高组成的音高序列进行五声调式模板匹配;
(2)找出该音高序列中的音程关系存在唯一的大三度即找出宫音与角音,如果没有调式外的音程关系出现,则判断为中国民族五声调式;
(3)当无大三度的时候将考虑是否为陕北调式,由于陕北调式中存在唯一特征音程小三度,所以将再次在音高序列中寻找是否存在唯一小三度音程,即找出羽音和宫音,判断是否为中国民族五声调式。
4.根据权利要求1所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,S3中中国民族七声调式模板匹配即调式判断:
(1)通过对出现的七个音高频率进行排序,由于偏音出现频率明显小于正音,找出频率次数最后的两个音高即偏音;
(2)若偏音出现频率在10.3%~21.6%范围之内,且前五个音高能根据五度音程关系进行排列,则判断为中国民族七声调式。
5.根据权利要求1所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,调式核验包括“宫”音核验、偏音次数核验、特征音列组核验、尾音主音核验以及第七级音核验,特征核验中有任意一条调式特征不满足,都判定为核验失败,即该调式不属于中国民族音乐调式或为非常规调式。
6.根据权利要求5所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,所述“宫”音核验方法为:找出调式中宫音后将按照基于宫音的调式音程关系对调式中的所有音符进行归类,如果所有音符都能够准确地按照与宫音音程关系进行分类,那么核验通过,反之,则核验失败。
7.根据权利要求5所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,所述偏音次数核验方法为:找出调式中偏音后将其与调式中所有音符进行核对,如若偏音次数出现频率在21.6%以下,则核验通过,反之,则核验失败。
8.根据权利要求5所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,所述特征音列组核验方法为:将调式中所有的音符进行三音一组划分,如若以三音组为以二度与三度或二度与四度为主构成以及由宫、商、角三音构成的连续二度三音组,则核验通过,反之,则核验失败。
9.根据权利要求5所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,所述尾音主音核验方法为:将调式中主音与乐曲中最后一个尾音进行核对,如若主音与尾音为同一音,则核验成功,反之,核验将失败。
10.根据权利要求5所述的基于模板匹配的中国民族音乐调式识别方法,其特征在于,所述第七级音核验方法为:将调式中提取出的第七级音与第一级音进行向上小二度判定,如若未构成向上小二度关系,则核验通过,反之,则核验失败。
CN201911315972.9A 2019-12-19 2019-12-19 基于模板匹配的中国民族音乐调式识别方法 Expired - Fee Related CN111081209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911315972.9A CN111081209B (zh) 2019-12-19 2019-12-19 基于模板匹配的中国民族音乐调式识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911315972.9A CN111081209B (zh) 2019-12-19 2019-12-19 基于模板匹配的中国民族音乐调式识别方法

Publications (2)

Publication Number Publication Date
CN111081209A CN111081209A (zh) 2020-04-28
CN111081209B true CN111081209B (zh) 2022-06-07

Family

ID=70315655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911315972.9A Expired - Fee Related CN111081209B (zh) 2019-12-19 2019-12-19 基于模板匹配的中国民族音乐调式识别方法

Country Status (1)

Country Link
CN (1) CN111081209B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035776A (zh) * 2020-08-21 2020-12-04 陈根方 一种面向毕达哥拉斯律的反对称律列产生方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102074233A (zh) * 2009-11-20 2011-05-25 鸿富锦精密工业(深圳)有限公司 乐曲辨识系统及方法
CN105845115A (zh) * 2016-03-16 2016-08-10 腾讯科技(深圳)有限公司 歌曲调式确定方法及歌曲调式确定装置
CN108231046A (zh) * 2017-12-28 2018-06-29 腾讯音乐娱乐科技(深圳)有限公司 歌曲调性识别方法及装置
CN108766407A (zh) * 2018-05-15 2018-11-06 腾讯音乐娱乐科技(深圳)有限公司 音频连接方法及装置
CN109273025A (zh) * 2018-11-02 2019-01-25 中国地质大学(武汉) 一种中国民族五声调式情感识别方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4199097B2 (ja) * 2003-11-21 2008-12-17 パイオニア株式会社 楽曲自動分類装置及び方法
US20140018947A1 (en) * 2012-07-16 2014-01-16 SongFlutter, Inc. System and Method for Combining Two or More Songs in a Queue
US8927846B2 (en) * 2013-03-15 2015-01-06 Exomens System and method for analysis and creation of music

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102074233A (zh) * 2009-11-20 2011-05-25 鸿富锦精密工业(深圳)有限公司 乐曲辨识系统及方法
CN105845115A (zh) * 2016-03-16 2016-08-10 腾讯科技(深圳)有限公司 歌曲调式确定方法及歌曲调式确定装置
CN108231046A (zh) * 2017-12-28 2018-06-29 腾讯音乐娱乐科技(深圳)有限公司 歌曲调性识别方法及装置
CN108766407A (zh) * 2018-05-15 2018-11-06 腾讯音乐娱乐科技(深圳)有限公司 音频连接方法及装置
CN109273025A (zh) * 2018-11-02 2019-01-25 中国地质大学(武汉) 一种中国民族五声调式情感识别方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Research on the Recognition Algorithm of Chinese Traditional Scales Based on Decision Tree;Yang Deng;《2018 37th Chinese Control Conference (CCC)》;20181008;9527-9534 *
基于动态规划的自适应和弦编配算法研究;邓阳;《复旦学报(自然科学版)》;20190331;393-400 *
小调调号的另一种识别法及对民族调式名称含义的理解;林之稳;《民族音乐》;20110531;119-121 *
浅谈乐段的调的识别方法;潘冀冬;《陕西教育(高教版)》;20111231;39-40 *

Also Published As

Publication number Publication date
CN111081209A (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
Typke Music retrieval based on melodic similarity
Cambouropoulos et al. Pattern processing in melodic sequences: Challenges, caveats and prospects
Muller et al. A robust fitness measure for capturing repetitions in music recordings with applications to audio thumbnailing
Weiß et al. Local key estimation in music recordings: A case study across songs, versions, and annotators
KR20080054393A (ko) 음악 분석
Hillewaere et al. String Methods for Folk Tune Genre Classification.
US11948542B2 (en) Systems, devices, and methods for computer-generated musical note sequences
Meek et al. Thematic Extractor.
Sentürk et al. Score informed tonic identification for makam music of Turkey
Rizo et al. A Pattern Recognition Approach for Melody Track Selection in MIDI Files.
Fell et al. Lyrics segmentation: Textual macrostructure detection using convolutions
Van Balen et al. Cognition-inspired descriptors for scalable cover song retrieval
Masada et al. Chord Recognition in Symbolic Music Using Semi-Markov Conditional Random Fields.
Padmasundari et al. Raga identification using locality sensitive hashing
Dannenberg Listening to “Naima”: An automated structural analysis of music from recorded audio
CN111477200A (zh) 乐谱文件生成方法、装置、计算机设备和存储介质
Heydarian Automatic recognition of Persian musical modes in audio musical signals
CN111081209B (zh) 基于模板匹配的中国民族音乐调式识别方法
Halkiopoulos et al. Automatic interactive music improvization based ON data mining
Nagavi et al. Overview of automatic Indian music information recognition, classification and retrieval systems
US11289059B2 (en) Plagiarism risk detector and interface
Meek et al. Automatic thematic extractor
US10431191B2 (en) Method and apparatus for analyzing characteristics of music information
Ramirez et al. Performance-based interpreter identification in saxophone audio recordings
Chiu et al. Automatic system for the arrangement of piano reductions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220607

CF01 Termination of patent right due to non-payment of annual fee