CN111477200A - 乐谱文件生成方法、装置、计算机设备和存储介质 - Google Patents
乐谱文件生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111477200A CN111477200A CN202010257457.6A CN202010257457A CN111477200A CN 111477200 A CN111477200 A CN 111477200A CN 202010257457 A CN202010257457 A CN 202010257457A CN 111477200 A CN111477200 A CN 111477200A
- Authority
- CN
- China
- Prior art keywords
- music
- target
- chord
- map
- type
- 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
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC 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
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0008—Associated control or indicating means
- G10H1/0025—Automatic or semi-automatic music composition, e.g. producing random music, applying rules from music theory or modifying a musical piece
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC 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
- G10H2220/00—Input/output interfacing specifically adapted for electrophonic musical tools or instruments
- G10H2220/091—Graphical user interface [GUI] specifically adapted for electrophonic musical instruments, e.g. interactive musical displays, musical instrument icons or menus; Details of user interactions therewith
- G10H2220/101—Graphical user interface [GUI] specifically adapted for electrophonic musical instruments, e.g. interactive musical displays, musical instrument icons or menus; Details of user interactions therewith for graphical creation, edition or control of musical data or parameters
- G10H2220/121—Graphical user interface [GUI] specifically adapted for electrophonic musical instruments, e.g. interactive musical displays, musical instrument icons or menus; Details of user interactions therewith for graphical creation, edition or control of musical data or parameters for graphical editing of a musical score, staff or tablature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Auxiliary Devices For Music (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种乐谱文件生成方法、装置、计算机设备和存储介质。所述方法包括:获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;获取与所述目标音乐类型对应的类型特征;调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型;获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱;根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。采用本方法能够有效的提高乐谱文件的生成效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种乐谱文件生成方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的不断发展,计算机技术可以应用到多种领域。例如,计算机技术逐渐被应用到音乐领域,形成计算机音乐。计算机音乐包括音乐的创作,在传统自动作曲的方式中,通常都是分别生成各个部分的音乐片段后,将多个音乐片段进行拼接,得到乐谱文件。
为了保证拼接乐谱的整体性,传统方式还需要对生成的乐谱文件进行整体性检测。当检测失败时,需要重新拼接音乐片段,以此生成新的乐谱文件进行整体性检测,直到整体性检测成功。传统方式需要反复生成乐谱文件进行整体性检测,从而导致乐谱文件的生成效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高乐谱文件的生成效率的乐谱文件生成方法、装置、计算机设备和存储介质。
一种乐谱文件生成方法,所述方法包括:
获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;
获取与所述目标音乐类型对应的类型特征;
调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型;
获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱;
根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。
在其中一个实施例中,所述根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱包括:
根据所述目标音乐调性在所述标准和弦图谱中定位基准和弦;
获取与所述目标图谱类型对应的目标图谱信息;
根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱。
在其中一个实施例中,所述目标图谱信息包括和弦关联关系和图谱形状,所述根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱包括:
根据所述图谱形状,在所述标准和弦图谱中定位与所述基准和弦对应的关联和弦;
根据所述和弦关联关系将所述基准和弦与所述关联和弦进行连接,生成所述目标音乐信息对应的所述目标和弦图谱。
在其中一个实施例中,所述方法还包括:
获取音乐检测任务,所述音乐检测任务携带待检测音乐;
遍历所述待检测音乐,识别所述待检测音乐对应的多个待检测和弦,以及所述待检测和弦之间的连接关系;
根据所述待检测和弦以及所述待检测和弦之间的连接关系,生成待检测和弦图谱;
调用图谱检测模型,通过所述图谱检测模型对所述待检测和弦图谱进行检测处理,得到所述待检测音乐对应的音乐类型。
在其中一个实施例中,所述方法还包括所述图谱识别模型的训练过程,所述图谱识别模型的训练过程包括:
获取音乐训练样本,所述音乐训练样本包括待训练音乐,以及所述待训练音乐对应的音乐类型标注信息;
识别所述待训练音乐对应的待训练和弦,以及所述待训练和弦之间的连接关系;
根据所述待训练和弦与所述待训练和弦之间的连接关系,生成所述待训练音乐对应的和弦训练图谱;
将所述和弦训练图谱输入至识别模型,得到所述识别模型输出的音乐类型训练信息;
根据所述音乐类型训练信息与所述音乐类型标注信息之间的误差,对所述识别模型的参数进行修正。
一种乐谱文件生成装置,所述装置包括:
任务获取模块,用于获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;
和弦图谱生成模块,用于获取与所述目标音乐类型对应的类型特征;调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型;获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱;
乐谱文件生成模块,用于根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。
在其中一个实施例中,所述和弦图谱生成模块还用于根据所述目标音乐调性在所述标准和弦图谱中定位基准和弦;获取与所述目标图谱类型对应的目标图谱信息;根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱。
在其中一个实施例中,所述目标图谱信息包括和弦关联关系和图谱形状,所述和弦图谱生成模块还用于根据所述图谱形状,在所述标准和弦图谱中定位与所述基准和弦对应的关联和弦;根据所述和弦关联关系将所述基准和弦与所述关联和弦进行连接,生成所述目标音乐信息对应的所述目标和弦图谱。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述乐谱文件生成方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述乐谱文件生成方法的步骤。
上述乐谱文件生成方法、装置、计算机设备和存储介质,通过乐谱生成任务中携带的目标音乐信息,获取目标音乐信息中包括的目标音乐类型所对应的类型特征,根据预先训练的图谱识别模型对类型特征进行识别,得到与目标音乐类型对应的目标图谱类型。通过获取标准和弦图片,根据目标音乐调性和目标图谱类型在标准和弦图谱中确定目标音乐信息所对应的目标和弦图谱。根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件,目标和弦图谱可以反映乐谱文件所对应目标音乐的整体和弦走向,保证了乐谱文件的整体性。相较于传统方式不需要重复对乐谱文件进行整体性检测,有效的提高了乐谱文件的生成效率。
附图说明
图1为一个实施例中乐谱文件生成方法的应用环境图;
图2为一个实施例中乐谱文件生成方法的流程示意图;
图3为一个实施例中三和弦与音符之间的对应关系的示意图;
图4为一个实施例中根据目标音乐调性和目标图谱类型,在标准和弦图谱中确定目标和弦图谱步骤的流程示意图;
图5为一个实施例中在标准和弦图谱中的目标和弦图谱的示意图;
图6为另一个实施例中在标准和弦图谱中的目标和弦图谱的示意图;
图7为一个实施例中乐谱文件生成装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的乐谱文件生成方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。乐谱文件生成方法具体可以应用于终端102,也可以应用于服务器104。以应用于终端102为例,终端102获取乐谱生成任务,乐谱生成任务携带目标音乐信息,目标音乐信息中包括目标音乐类型以及目标音乐调性。终端102获取与目标音乐类型对应的类型特征,调用预先训练的图谱识别模型,根据图谱识别模型对类型特征进行识别,得到目标音乐类型对应的目标图谱类型。终端102获取标准和弦图谱,根据目标音乐调性和目标图谱类型,在标准和弦图谱中确定目标和弦图谱。终端102根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种乐谱文件生成方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤202,获取乐谱生成任务,乐谱生成任务携带目标音乐信息,目标音乐信息包括目标音乐类型以及目标音乐调性。
目标音乐信息是指根据实际应用需求,需要生成的乐谱文件所对应的音乐信息。乐谱文件是指采用符号的方式来记录音乐的文件。根据采用的符号以及记录方式的不同,乐谱文件可以包括多种类型的乐谱。多种是指两种或两种以上。例如,乐谱文件可以包括但不限于简谱、五线谱以及六线谱等文件。简谱可以通过字母或数字记录音乐音高,五线谱可以通过在五根等距离的平行横线上标以不同时值的乐音及其他记号来记录音乐音高,六线谱可以通过六根分别表示吉他六根弦的线来记录吉他指法。不同类型的乐谱文件之间可以相互转换。
音乐又称乐曲,是一系列对于有声、无声具有时间性的组织,并含有不同音阶的节奏、旋律及和声。终端可以根据获取到的乐谱生成任务,生成与目标音乐信息相对应的乐谱文件,乐谱文件可以用于记录目标音乐信息所对应的目标音乐,从而实现计算机音乐的自动作曲。
具体的,当需要生成乐谱文件时,用户可以通过终端对应的输入设备触发乐谱生成操作,输入需要生成的目标音乐所对应的目标音乐信息。目标音乐信息具体可以通过编辑、点击以及勾选等多种方式输入。根据输入的目标音乐信息和触发的乐谱生成操作生成乐谱生成任务,乐谱生成任务中携带目标音乐信息。终端可以获取乐谱生成任务,获取乐谱生成任务中携带的目标音乐信息。目标音乐信息可以包括待生成的乐谱文件所记录的目标音乐的多种音乐信息。
目标音乐信息具体可以包括但不限于目标音乐类型以及目标音乐调性。其中,目标音乐类型是指待生成的乐谱文件所记录目标音乐的音乐类型,目标音乐类型可以是指目标音乐所对应的音乐风格。音乐类型又称曲风,是指音乐在整体上呈现出的具有代表性的独特面貌。例如,音乐类型可以包括但不限于R&B(Rhythm&Blues,节奏布鲁斯)、雷鬼、摇滚乐、金属乐以及流行乐等。其中,摇滚乐具体可以包括碾核、硬核、朋克以及慢摇滚等。金属乐具体可以包括黑金属、华丽金属、重金属以及流行金属等。流行乐具体可以包括经典流行、蓝调、古典音乐、Hip-Hop以及爵士乐等。用户可以根据实际应用需求,从多种音乐类型中确定目标音乐类型。
目标音乐调性是指待生成的乐谱文件所记录目标音乐的调性。调性是指调的主音以及调式类别的总称。在实际音乐领域中,七声音阶可以采用字母分别记录为“C、D、E、F、G、A、B”,除了“E、F”和“B、C”之外的各个音之间的音程为全音。因此,通常共有12个音可以分别作为调的主音。调式是指以一个音为核心,按照一定音程关系不同音高组织在一起的若干个乐音构成的一个体系。调式类别具体可以包括大调和小调。通过主音与调式的排列组合,可以得到24个调性。目标音乐调性是指多个调性中目标音乐所对应的一个。
步骤204,获取与目标音乐类型对应的类型特征。
终端可以获取与目标音乐类型相对应的类型特征。具体的,音乐类型与类型特征之间存在关联关系。类型特征可以是预先对音乐类型进行特征提取所得到的,根据从音乐类型对应的大量音乐中提取到的类型特征,建立音乐类型与类型特征之间的关联关系。类型特征可以包括音乐类型所对应的多个维度的特征信息。例如,类型特征具体可以包括但不限于节奏维度、音高维度、音量维度以及时值维度等多个维度的特征信息。终端可以预先提取不同音乐类型所对应的类型特征,建立多个音乐类型与各自类型特征之间的关联关系。音乐类型完全不同的类型特征之间的特征差异较大,例如民谣与摇滚。音乐类型相似的类型特征之间的特征差异较小,例如黑金属和重金属。终端可以获取预先设置的音乐类型与类型特征之间的关联关系,根据音乐类型与类型特征之间的关联关系,获取与目标音乐类型相对应的类型特征。
步骤206,调用预先训练的图谱识别模型,根据图谱识别模型对类型特征进行识别,得到目标音乐类型对应的目标图谱类型。
终端可以调用图谱识别模型,图谱识别模型可以是预先通过神经网络建立,并且经过训练得到的。图谱识别模型可以在训练得到后配置在终端中,以便终端调用图谱识别模型进行图谱识别。具体的,终端可以将目标音乐类型对应的类型特征输入至图谱识别模型,通过图谱识别模型将类型特征生成对应的类型特征矩阵。终端可以基于图谱识别模型对类型特征矩阵进行处理,确定目标音乐类型所对应多个图谱类型的图谱类型概率。终端可以根据多个图谱类型各自对应的图谱类型概率,确定目标音乐类型所对应的目标图谱类型。目标图谱类型可以是多个图谱类型概率中最大的图谱类型。终端可以接收图谱识别模型输出的目标图谱类型。其中,图谱类型是指和弦图谱所对应的类型。和弦图谱是指根据包括的和弦,以及和弦之间的连接关系生成的有向图。
和弦是指有一定音程关系的一组声音,具体是将三个或三个以上的音,按照三度或非三度的叠置关系,在纵向上加以结合所形成的组合。和弦具体可以包括三个音的三和弦、四个音的七和弦以及五个音的九和弦等。如图3所示,以三和弦为例,图3为一个实施例中三和弦与音符之间的对应关系的示意图。根据音乐的调式,三和弦可以包括大三和弦以及小三和弦。采用不同的音作为根音,大三和弦与小三和弦各自对应有12种不同根音的和弦。和弦对应的音符可以是采用数字形式记录的乐音。例如,大C和弦对应的音符包括“0、4、7”。
步骤208,获取标准和弦图谱,根据目标音乐调性和目标图谱类型,在标准和弦图谱中确定目标和弦图谱。
步骤210,根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件。
终端可以获取标准和弦图谱。标准和弦图谱是指根据基础乐理知识建立的和弦关系有向图。以三和弦为例,标准三和弦图谱中的节点表示三和弦,标准三和弦图谱中节点与节点之间的连线表示和弦与和弦之间的转置关系。其中,标准和弦图谱可以通过节点之间的连线箭头表示和弦之间的转置关系,还可以通过节点之间的连线形状或者连线颜色表示和弦之间的转置关系。
终端可以根据目标音乐信息中的目标音乐调性,以及目标图谱类型,在标准和弦图谱中确定目标和弦图谱。目标和弦图谱是指目标音乐信息所对应的和弦图谱,目标和弦图谱是包括目标和弦以及目标和弦之间的连接关系的有向图。目标和弦图谱可以用于表示目标音乐类型对应的目标音乐的和弦走向。终端可以将目标和弦图谱视作为乐谱大纲,基于目标和弦图谱生成与目标音乐信息相对应的乐谱文件。
在本实施例中,通过乐谱生成任务中携带的目标音乐信息,获取目标音乐信息中包括的目标音乐类型所对应的类型特征,根据预先训练的图谱识别模型对类型特征进行识别,得到与目标音乐类型对应的目标图谱类型。通过获取标准和弦图片,根据目标音乐调性和目标图谱类型在标准和弦图谱中确定目标音乐信息所对应的目标和弦图谱,根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件。目标和弦图谱可以反映乐谱文件所对应目标音乐的整体和弦走向,根据目标和弦图谱生成乐谱文件保证了乐谱文件的整体性。相较于传统方式而言,在保证乐谱文件的整体性的基础下,不需要重复对生成的乐谱文件进行整体性检测,有效的提高了乐谱文件的生成效率。
在一个实施例中,如图4所示,上述根据目标音乐调性和目标图谱类型,在标准和弦图谱中确定目标和弦图谱的步骤包括:
步骤402,根据目标音乐调性在标准和弦图谱中定位基准和弦。
步骤404,获取与目标图谱类型对应的目标图谱信息。
步骤406,根据目标图谱信息和基准和弦确定目标和弦图谱。
终端可以根据目标音乐信息中包括的目标音乐调性确定基准和弦。具体的,终端可以读取目标音乐调性,确定目标音乐调性所对应的目标和弦。例如,以C大调为例,C大调所对应的和弦通常包括“C、Dm、Em、F、G、Am以及Bdim”和弦。终端可以通过目标音乐调性确定对应的目标和弦。比如,C大调对应的目标和弦可以为“C”和弦。终端可以在标准和弦图谱中搜索目标和弦所在的位置,将在标准和弦图谱中定位到的目标和弦记作基准和弦。
终端可以获取与目标图谱类型相对应的目标图谱信息。目标图谱信息是指目标图谱类型所对应图谱的图谱信息。目标图谱信息具体可以包括但不限于节点之间的连接关系、节点排列形状以及图谱形状等。节点之间的连接关系包括单向连接和双向连接。图谱类型与图谱信息之间存在预先设置的关联关系,终端可以通过图谱类型与图谱信息之间存在关联关系,获取与目标图谱类型相对应的目标图谱信息。
终端可以将定位到的基准和弦作为基准节点,以基准节点作为目标图谱的基准,根据目标图谱信息在标准和弦图谱中确定目标音乐信息对应的目标和弦图谱。可以理解的,当目标图谱类型固定时,目标图谱类型所对应的目标图谱信息也可以是固定的,目标和弦图谱可以根据目标音乐调性的不同确定不同的基准节点,目标和弦图谱可以根据不同的基准节点在标准和弦图谱之中进行平移。
例如,如图5所示,图5为一个实施例中在标准和弦图谱中的目标和弦图谱的示意图。图5所示的标准和弦图谱按照六边形排列标准和弦,目标和弦图谱中包括F和弦、C和弦以及G和弦。其中,F和弦与C和弦之间存在双向连接,C和弦与G和弦之间存在双向连接。在另一个实施例中,如图6所示,图6为另一个实施例中在标准和弦图谱中的目标和弦图谱的示意图。图6所示的目标和弦图谱中包括Ab和弦、Eb和弦以及Bb和弦。其中,Ab和弦与Bb和弦之间存在双向连接,Eb和弦与Bb和弦之间存在双向连接,而Ab和弦与Eb和弦之间只存在由Ab和弦指向Eb和弦的单向连接。可以理解的,图5与图6分别对应的目标和弦图谱是完全不同的,目标和弦图谱对应的目标图谱类型是不同的,目标音乐调性也是不同的。
在本实施例中,通过目标音乐调性在标准和弦图谱中定位到基准和弦,根据基准和弦,以及与目标图谱类型对应的目标图谱信息,确定了目标音乐信息对应的目标和弦图谱,以便根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件,保证了生成的乐谱文件的整体性,有效的提高了乐谱文件的生成效率。
在一个实施例中,目标图谱信息包括和弦关联关系和图谱形状,上述根据目标图谱信息和基准和弦确定目标和弦图谱的步骤包括:根据图谱形状,在标准和弦图谱中定位与基准和弦对应的关联和弦;根据和弦关联关系将基准和弦与关联和弦进行连接,生成目标音乐信息对应的目标和弦图谱。
目标图谱信息可以包括和弦关联关系和图谱形状,和弦关联关系与节点之间的连接关系是相对应的。图谱形状可以表示图谱的整体排列形状,以及图谱中节点之间的排列形状。终端可以根据目标图谱信息中的图谱形状,在标准和弦图谱中定位与基准和弦对应的关联和弦。以上述实施例中图5所示的目标和弦图谱为例进行说明,在如图5所示的目标和弦图谱中,终端可以根据目标音乐调性确定C和弦为基准和弦。终端可以获取图谱形状,目标图谱类型对应的图谱形状为直线型,且左右两端分别有一个和弦。终端可以根据图谱形状在标准和弦图谱中定位到与基准和弦(C和弦)对应的关联和弦,分别为F和弦和G和弦。
终端可以根据和弦关联关系将基准和弦与关联和弦进行连接,生成包括基准和弦、关联和弦以及和弦连接关系的目标和弦图谱。例如,基准和弦与关联和弦分别都是双向连接,即C和弦与F和弦、G和弦分别都是双向连接关系。终端可以将C和弦与F和弦进行双向连接,将C和弦与G和弦进行双向连接,从而得到如图5所示的目标和弦图谱。
在本实施例中,在标准和弦图谱中,根据图谱形状定位与基准和弦对应的关联和弦,根据和弦关联关系将基准和弦与关联和弦进行连接,从而生成目标音乐信息所对应的目标和弦图谱,以便根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件,保证了生成的乐谱文件的整体性,不需要重复对乐谱文件进行整体性检测,有效的提高了乐谱文件的生成效率。
在一个实施例中,上述方法还包括:获取音乐检测任务,音乐检测任务携带待检测音乐;遍历待检测音乐,识别待检测音乐对应的多个待检测和弦,以及待检测和弦之间的连接关系;根据待检测和弦以及待检测和弦之间的连接关系,生成待检测和弦图谱;调用图谱检测模型,通过图谱检测模型对待检测和弦图谱进行检测处理,得到待检测音乐对应的音乐类型。
终端还可以对音乐进行检测。具体的,当需要对音乐进行检测时,终端可以获取音乐检测任务,音乐检测任务携带了待检测音乐。待检测音乐可以是待检测的音频数据,还可以是记录有待检测音乐的乐谱文件。终端可以获取音乐检测任务中携带的待检测音乐,对待检测音乐进行遍历,识别待检测音乐中包括的多个乐音,以及乐音之间的顺序。根据多个乐音以及乐音之间的顺序得到包括多个乐音的待检测和弦,以及待检测和弦之间的连接关系。
终端可以获取标准和弦图谱,在标准和弦图谱中定位到待检测和弦,根据待检测和弦之间的连接关系将待检测和弦进行连接,基于标准和弦图谱生成待检测音乐所对应的待检测和弦图谱。终端可以调用图谱检测模型,图谱检测模型与上述实施例中的图谱识别模型是相对应的。图谱检测模型可以是基于音乐类型与图谱类型之间的映射关系建立的神经网络模型。终端可以将待检测和弦图谱输入至图谱检测模型,通过图谱检测模型对待检测和弦图谱进行检测处理。
具体的,终端可以通过图谱检测模型将待检测和弦图谱与多种音乐类型分别对应的和弦图谱进行比对,得到待检测和弦图谱与多个和弦图谱之间的图谱相似度。在其中一个实施例中,终端还可以通过图谱检测模型提取待检测和弦图谱对应的待检测图谱特征,将待检测图谱特征与多种音乐类型对应和弦图谱的图谱特征进行比对,得到待检测图谱特征所对应的特征相似度。终端可以根据图谱相似度或者特征相似度确定待检测和弦图谱所对应的和弦图谱,根据和弦图谱与音乐类型之间的关联关系,得到图谱检测模型输出的待检测音乐所对应的音乐类型,以及音乐类型对应的置信度。
在本实施例中,通过识别待检测音乐对应的待检测和弦,以及待检测和弦之间的连接关系,基于标准和弦图谱生成待检测和弦图谱。通过图谱检测模型的图网络对待检测和弦图谱进行检测处理,检测得到待检测音乐所对应的音乐类型。通过生成待检测和弦图谱对音乐类型进行检测,有效的提高了检测结果的准确性。
在一个实施例中,上述方法还包括图谱识别模型的训练过程,图谱识别模型的训练过程包括:获取音乐训练样本,音乐训练样本包括待训练音乐,以及待训练音乐对应的音乐类型标注信息;识别待训练音乐对应的待训练和弦,以及待训练和弦之间的连接关系;根据待训练和弦与待训练和弦之间的连接关系,生成待训练音乐对应的和弦训练图谱;将和弦训练图谱输入至识别模型,得到识别模型输出的音乐类型训练信息;根据音乐类型训练信息与音乐类型标注信息之间的误差,对识别模型的参数进行修正。
在生成乐谱文件之前,可以预先对图谱识别模型进行训练,以便根据图谱识别模型对类型特征进行识别,得到目标音乐类型对应的目标图谱类型。具体的,终端可以获取音乐训练样本,音乐训练样本包括待训练音乐,以及待训练音乐所对应的音乐类型标注信息。待训练音乐可以包括一种或多种音乐类型的音乐数据。音乐类型标注信息可以是用户根据待训练音乐所对应的音乐类型进行的标注。
终端可以获取音乐训练样本中的待训练音乐,识别待训练音乐所包括的待训练和弦,以及待训练和弦之间的连接关系。终端可以在标准和弦图谱中定位待训练和弦,基于标准和弦图谱和待训练和弦之间的连接关系,对待训练和弦进行连接,生成待训练音乐所对应的和弦训练图谱。终端可以将和弦训练图谱输入至识别模型,通过识别模型对和弦训练图谱进行识别,得到识别模型输出的音乐类型训练信息。
终端可以将音乐类型训练信息与预先标记的音乐类型标注信息进行比对,根据音乐类型训练信息与音乐类型标注信息之间的误差,对识别模型的参数进行修正。以此使得识别模型可以从大量的和弦训练图谱中,提取相同音乐类型的和弦图谱所对应的和弦图谱特征,得到不同图谱类型所对应的图谱信息。并且经过大量数据的训练,建立和弦图谱与音乐类型之间的关联关系,根据和弦图谱与音乐类型之间的关联关系进行识别。直到音乐类型训练信息与音乐类型标注信息之间的误差达到预设阈值,或者训练次数达到预设次数时,确定识别模型训练结束,得到图谱识别模型。
在本实施例中,根据待训练音乐生成对应的和弦训练图谱,得到了待训练和弦对应的图网络。根据和弦训练图谱,以及待训练音乐对应的音乐类型标注信息对识别模型进行训练,使得识别模型得到相同音乐类型所对应和弦图谱的图谱信息,以及和弦图谱与音乐类型之间的关联关系,有助于通过识别模型对目标音乐类型进行识别,得到目标音乐类型对应的目标图谱类型,从而根据目标图谱类型生成的目标和弦图谱生成乐谱文件,保证了生成的乐谱文件的整体性,有效的提高了乐谱文件的生成效率。
应该理解的是,虽然图2和4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种乐谱文件生成装置,包括:任务获取模块700、和弦图谱生成模块702和乐谱文件生成模块704,其中:
任务获取模块700,用于获取乐谱生成任务,乐谱生成任务携带目标音乐信息,目标音乐信息包括目标音乐类型以及目标音乐调性。
和弦图谱生成模块702,用于获取与目标音乐类型对应的类型特征;调用预先训练的图谱识别模型,根据图谱识别模型对类型特征进行识别,得到目标音乐类型对应的目标图谱类型;获取标准和弦图谱,根据目标音乐调性和目标图谱类型,在标准和弦图谱中确定目标和弦图谱。
乐谱文件生成模块704,用于根据目标和弦图谱生成与目标音乐信息相对应的乐谱文件。
在一个实施例中,上述和弦图谱生成模块702还用于根据目标音乐调性在标准和弦图谱中定位基准和弦;获取与目标图谱类型对应的目标图谱信息;根据目标图谱信息和基准和弦确定目标和弦图谱。
在一个实施例中,目标图谱信息包括和弦关联关系和图谱形状,上述和弦图谱生成模块702还用于根据图谱形状,在标准和弦图谱中定位与基准和弦对应的关联和弦;根据和弦关联关系将基准和弦与关联和弦进行连接,生成目标音乐信息对应的目标和弦图谱。
在一个实施例中,上述乐谱文件生成装置还包括音乐检测模块,用于获取音乐检测任务,音乐检测任务携带待检测音乐;遍历待检测音乐,识别待检测音乐对应的多个待检测和弦,以及待检测和弦之间的连接关系;根据待检测和弦以及待检测和弦之间的连接关系,生成待检测和弦图谱;调用图谱检测模型,通过图谱检测模型对待检测和弦图谱进行检测处理,得到待检测音乐对应的音乐类型。
在一个实施例中,上述乐谱文件生成装置还包括模型训练模块,用于获取音乐训练样本,音乐训练样本包括待训练音乐,以及待训练音乐对应的音乐类型标注信息;识别待训练音乐对应的待训练和弦,以及待训练和弦之间的连接关系;根据待训练和弦与待训练和弦之间的连接关系,生成待训练音乐对应的和弦训练图谱;将和弦训练图谱输入至识别模型,得到识别模型输出的音乐类型训练信息;根据音乐类型训练信息与音乐类型标注信息之间的误差,对识别模型的参数进行修正。
关于乐谱文件生成装置的具体限定可以参见上文中对于乐谱文件生成方法的限定,在此不再赘述。上述乐谱文件生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种乐谱文件生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述乐谱文件生成方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述乐谱文件生成方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种乐谱文件生成方法,所述方法包括:
获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;
获取与所述目标音乐类型对应的类型特征;
调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型;
获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱;
根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱包括:
根据所述目标音乐调性在所述标准和弦图谱中定位基准和弦;
获取与所述目标图谱类型对应的目标图谱信息;
根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱。
3.根据权利要求2所述的方法,其特征在于,所述目标图谱信息包括和弦关联关系和图谱形状,所述根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱包括:
根据所述图谱形状,在所述标准和弦图谱中定位与所述基准和弦对应的关联和弦;
根据所述和弦关联关系将所述基准和弦与所述关联和弦进行连接,生成所述目标音乐信息对应的所述目标和弦图谱。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取音乐检测任务,所述音乐检测任务携带待检测音乐;
遍历所述待检测音乐,识别所述待检测音乐对应的多个待检测和弦,以及所述待检测和弦之间的连接关系;
根据所述待检测和弦以及所述待检测和弦之间的连接关系,生成待检测和弦图谱;
调用图谱检测模型,通过所述图谱检测模型对所述待检测和弦图谱进行检测处理,得到所述待检测音乐对应的音乐类型。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括所述图谱识别模型的训练过程,所述图谱识别模型的训练过程包括:
获取音乐训练样本,所述音乐训练样本包括待训练音乐,以及所述待训练音乐对应的音乐类型标注信息;
识别所述待训练音乐对应的待训练和弦,以及所述待训练和弦之间的连接关系;
根据所述待训练和弦与所述待训练和弦之间的连接关系,生成所述待训练音乐对应的和弦训练图谱;
将所述和弦训练图谱输入至识别模型,得到所述识别模型输出的音乐类型训练信息;
根据所述音乐类型训练信息与所述音乐类型标注信息之间的误差,对所述识别模型的参数进行修正。
6.一种乐谱文件生成装置,其特征在于,所述装置包括:
任务获取模块,用于获取乐谱生成任务,所述乐谱生成任务携带目标音乐信息,所述目标音乐信息包括目标音乐类型以及目标音乐调性;
和弦图谱生成模块,用于获取与所述目标音乐类型对应的类型特征;调用预先训练的图谱识别模型,根据所述图谱识别模型对所述类型特征进行识别,得到所述目标音乐类型对应的目标图谱类型;获取标准和弦图谱,根据所述目标音乐调性和所述目标图谱类型,在所述标准和弦图谱中确定目标和弦图谱;
乐谱文件生成模块,用于根据所述目标和弦图谱生成与所述目标音乐信息相对应的乐谱文件。
7.根据权利要求6所述的装置,其特征在于,所述和弦图谱生成模块还用于根据所述目标音乐调性在所述标准和弦图谱中定位基准和弦;获取与所述目标图谱类型对应的目标图谱信息;根据所述目标图谱信息和所述基准和弦确定所述目标和弦图谱。
8.根据权利要求7所述的装置,其特征在于,所述目标图谱信息包括和弦关联关系和图谱形状,所述和弦图谱生成模块还用于根据所述图谱形状,在所述标准和弦图谱中定位与所述基准和弦对应的关联和弦;根据所述和弦关联关系将所述基准和弦与所述关联和弦进行连接,生成所述目标音乐信息对应的所述目标和弦图谱。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257457.6A CN111477200B (zh) | 2020-04-03 | 2020-04-03 | 乐谱文件生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257457.6A CN111477200B (zh) | 2020-04-03 | 2020-04-03 | 乐谱文件生成方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111477200A true CN111477200A (zh) | 2020-07-31 |
CN111477200B CN111477200B (zh) | 2023-08-25 |
Family
ID=71750487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010257457.6A Active CN111477200B (zh) | 2020-04-03 | 2020-04-03 | 乐谱文件生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111477200B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140202A (zh) * | 2021-04-25 | 2021-07-20 | 北京灵动音科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN113674584A (zh) * | 2021-08-24 | 2021-11-19 | 北京金三惠科技有限公司 | 多种乐谱综合转换方法和综合转换系统 |
CN113838444A (zh) * | 2021-10-13 | 2021-12-24 | 广州酷狗计算机科技有限公司 | 生成编曲的方法、装置、设备、介质及计算机程序 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008275808A (ja) * | 2007-04-27 | 2008-11-13 | Yoshihiko Sano | 音楽生成方法,音楽生成装置,音楽生成システム |
CN101796587A (zh) * | 2007-09-07 | 2010-08-04 | 微软公司 | 声音旋律的自动伴奏 |
CN101800046A (zh) * | 2010-01-11 | 2010-08-11 | 北京中星微电子有限公司 | 一种根据音符生成midi音乐的方法和装置 |
JP2014191331A (ja) * | 2013-03-28 | 2014-10-06 | Xing Inc | 楽器音出力装置及び楽器音出力プログラム |
WO2016060254A1 (ja) * | 2014-10-17 | 2016-04-21 | ヤマハ株式会社 | 音楽演奏支援装置及び方法 |
CN107135578A (zh) * | 2017-06-08 | 2017-09-05 | 复旦大学 | 基于TonaLighting调节技术的智能音乐和弦‑氛围灯系统 |
CN109872708A (zh) * | 2019-01-23 | 2019-06-11 | 平安科技(深圳)有限公司 | 一种基于dcgan的音乐生成方法及装置 |
-
2020
- 2020-04-03 CN CN202010257457.6A patent/CN111477200B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008275808A (ja) * | 2007-04-27 | 2008-11-13 | Yoshihiko Sano | 音楽生成方法,音楽生成装置,音楽生成システム |
CN101796587A (zh) * | 2007-09-07 | 2010-08-04 | 微软公司 | 声音旋律的自动伴奏 |
CN101800046A (zh) * | 2010-01-11 | 2010-08-11 | 北京中星微电子有限公司 | 一种根据音符生成midi音乐的方法和装置 |
JP2014191331A (ja) * | 2013-03-28 | 2014-10-06 | Xing Inc | 楽器音出力装置及び楽器音出力プログラム |
WO2016060254A1 (ja) * | 2014-10-17 | 2016-04-21 | ヤマハ株式会社 | 音楽演奏支援装置及び方法 |
CN107135578A (zh) * | 2017-06-08 | 2017-09-05 | 复旦大学 | 基于TonaLighting调节技术的智能音乐和弦‑氛围灯系统 |
CN109872708A (zh) * | 2019-01-23 | 2019-06-11 | 平安科技(深圳)有限公司 | 一种基于dcgan的音乐生成方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140202A (zh) * | 2021-04-25 | 2021-07-20 | 北京灵动音科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN113674584A (zh) * | 2021-08-24 | 2021-11-19 | 北京金三惠科技有限公司 | 多种乐谱综合转换方法和综合转换系统 |
CN113838444A (zh) * | 2021-10-13 | 2021-12-24 | 广州酷狗计算机科技有限公司 | 生成编曲的方法、装置、设备、介质及计算机程序 |
Also Published As
Publication number | Publication date |
---|---|
CN111477200B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Multi-instrument automatic music transcription with self-attention-based instance segmentation | |
CN111477200B (zh) | 乐谱文件生成方法、装置、计算机设备和存储介质 | |
Ni et al. | An end-to-end machine learning system for harmonic analysis of music | |
US11948542B2 (en) | Systems, devices, and methods for computer-generated musical note sequences | |
Román et al. | An End-to-end Framework for Audio-to-Score Music Transcription on Monophonic Excerpts. | |
Weiß et al. | Local key estimation in music recordings: A case study across songs, versions, and annotators | |
Sabathé et al. | Deep recurrent music writer: Memory-enhanced variational autoencoder-based musical score composition and an objective measure | |
CN113571031B (zh) | 一种古琴谱的自动纠错和智能提示方法 | |
WO2019205383A1 (zh) | 电子装置、基于深度学习的乐曲演奏风格识别方法及存储介质 | |
Sentürk et al. | Score informed tonic identification for makam music of Turkey | |
US12014708B2 (en) | Systems, devices, and methods for harmonic structure in digital representations of music | |
US11869466B2 (en) | Systems, devices, and methods for segmenting a musical composition into musical segments | |
Edirisooriya et al. | An empirical evaluation of end-to-end polyphonic optical music recognition | |
WO2021190660A1 (zh) | 音乐和弦识别方法及装置、电子设备、存储介质 | |
Park et al. | A Cross-Scape Plot Representation for Visualizing Symbolic Melodic Similarity. | |
Chen et al. | Improved score-performance alignment algorithms on polyphonic music | |
CN111863030A (zh) | 音频检测方法及装置 | |
US10431191B2 (en) | Method and apparatus for analyzing characteristics of music information | |
CN116503031A (zh) | 基于简历解析的人员相似性计算方法、装置、设备及介质 | |
Pons Puig | Deep neural networks for music and audio tagging | |
CN111081209B (zh) | 基于模板匹配的中国民族音乐调式识别方法 | |
Li et al. | Frame-level multi-label playing technique detection using multi-scale network and self-attention mechanism | |
Srivatsan et al. | Checklist models for improved output fluency in piano fingering prediction | |
Hazan et al. | What/when causal expectation modelling applied to audio signals | |
Ren | Computational modeling of musical performance expression: feature extraction, pattern analysis, and applications |
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 |