CN112183658A - 一种曲谱识别方法、装置、电子设备及存储介质 - Google Patents
一种曲谱识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112183658A CN112183658A CN202011100117.9A CN202011100117A CN112183658A CN 112183658 A CN112183658 A CN 112183658A CN 202011100117 A CN202011100117 A CN 202011100117A CN 112183658 A CN112183658 A CN 112183658A
- Authority
- CN
- China
- Prior art keywords
- music score
- identified
- note
- music
- sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000011295 pitch Substances 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Auxiliary Devices For Music (AREA)
Abstract
本发明实施例公开一种曲谱识别方法、装置、电子设备及存储介质,涉及音乐教育技术领域,能够快速准确地识别出一段待识别曲谱的相关信息。所述方法包括:根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;根据所述目标曲谱识别所述待识别曲谱。本发明可用于音乐教育领域。
Description
技术领域
本发明涉及音乐教育技术领域,尤其涉及一种曲谱识别方法、装置、电子设备及存储介质。
背景技术
近年来,随着各种网络音乐节目的流行,涌现出许多新歌以及对经典歌曲的重新改编和翻唱,同一个曲目常常可以搜到成百上千版本的曲谱。这些曲谱可能来自于各大出版社,可能来自于音乐爱好者自己的个人创作,也可能由各式各样的打谱软件自行生成。
曲谱的增多在丰富了人们的音乐生活的同时,也带来了一些弊端,使用户很难对各种曲谱进行鉴别。例如,用户手中有几张曲谱,但曲谱信息都不完整,只有五线谱而没有曲目名称等信息。没有相关经验的用户根本无法通过五线谱获知该曲谱是哪里出版的、作者是谁等信息。即使用户手中的曲谱中有曲目名称,但是通过曲目名称查找的曲谱成百上千,还是无法获取到曲谱的精确信息。
虽然随着搜索技术的发展,以图搜图已经不是什么难事了,但一般而言,以图搜图技术是基于图片颜色直方图和图片特征值进行查找。其中,图片颜色直方图查找采用的是图片中颜色的分布规律进行查找,但是对于黑白分布的曲谱来说并不合适;图片特征值是从图片中提取特征值进行查找,但是曲谱中提取的特征值非常少,所以仍无法精确获取到曲谱信息。
发明内容
有鉴于此,本发明实施例提供一种曲谱识别方法、装置、电子设备及存储介质,能够快速准确地识别出一段待识别曲谱的相关信息。
第一方面,本发明实施例提供一种曲谱识别方法,包括:
根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;
将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;
将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;
根据所述目标曲谱识别所述待识别曲谱。
可选的,所述将所述待识别音符序列与曲谱数据库中的特征音符序列相比较之前,所述方法还包括:
根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库,所述曲谱数据库中包括每个所述已知曲谱的特征音符序列。
可选的,所述根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库包括:
将所述曲谱内容信息中的音符,按照在对应谱表中的先后顺序划分为至少两个第一音符序列,其中,每个所述第一音符序列中的音符数量小于所述预设阈值;
根据预设规则,将所述已知曲谱的曲谱内容信息分为至少两页,每页所述曲谱内容信息具有对应的页码;
对同一页码中存在的相同第一音符序列进行去重处理,得到所述特征音符序列;
建立所述已知曲谱的曲谱编号、所述曲谱著作信息、所述特征音符序列及所述页码的对应关系,得到所述曲谱数据库。
可选的,所述根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息包括:
根据待识别曲谱的曲谱图像,获取所述待识别曲谱中各谱表的小节划分信息和音符信息;
所述将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列包括:
根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列。
可选的,所述根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列包括:
若每个小节中的音符数量小于或等于所述预设阈值,将所述小节划分为一个待识别音符序列;
若每个小节中的音符数量大于所述预设阈值,将所述小节划分为多个待识别音符序列,其中每个所述待识别音符序列中的音符数量小于或等于所述预设阈值。
可选的,所述将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱包括:
将所述待识别音符序列分别与所述曲谱数据库中各已知曲谱的特征音符序列相比较,得到每个已知曲谱中与所述待识别音符序列相匹配的特征音符序列的序列数量;
根据所述序列数量,确定与所述待识别曲谱相匹配的目标曲谱。
可选的,所述根据所述目标曲谱识别所述待识别曲谱包括:
根据所述目标曲谱的分页信息,确定所述待识别曲谱在所述目标曲谱中的位置;
根据所述目标曲谱的著作信息,确定所述待识别曲谱的著作信息。
第二方面,本发明的实施例还提供一种曲谱识别装置,包括:
获取单元,用于根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;
划分单元,用于将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;
比较单元,用于将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;
识别单元,用于根据所述目标曲谱识别所述待识别曲谱。
可选的,所述装置还包括建立单元,用于在将所述待识别音符序列与曲谱数据库中的特征音符序列相比较之前,根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库,所述曲谱数据库中包括每个所述已知曲谱的特征音符序列。
可选的,所述建立单元包括:
划分模块,用于将所述曲谱内容信息中的音符,按照在对应谱表中的先后顺序划分为至少两个第一音符序列,其中,每个所述第一音符序列中的音符数量小于所述预设阈值;
分页模块,用于根据预设规则,将所述已知曲谱的曲谱内容信息分为至少两页,每页所述曲谱内容信息具有对应的页码;
去重模块,用于对同一页码中存在的相同第一音符序列进行去重处理,得到所述特征音符序列;
建立模块,用于建立所述已知曲谱的曲谱编号、所述曲谱著作信息、所述特征音符序列及所述页码的对应关系,得到所述曲谱数据库。
可选的,所述获取单元,具体用于根据待识别曲谱的曲谱图像,获取所述待识别曲谱中各谱表的小节划分信息和音符信息;
所述划分单元,具体用于根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列。
可选的,所述划分单元包括:
第一划分模块,用于若每个小节中的音符数量小于或等于所述预设阈值,将所述小节划分为一个待识别音符序列;
第二划分模块,用于若每个小节中的音符数量大于所述预设阈值,将所述小节划分为多个待识别音符序列,其中每个所述待识别音符序列中的音符数量小于或等于所述预设阈值。
可选的,所述比较单元包括:
比较模块,用于将所述待识别音符序列分别与所述曲谱数据库中各已知曲谱的特征音符序列相比较,得到每个已知曲谱中与所述待识别音符序列相匹配的特征音符序列的序列数量;
曲目确定模块,用于根据所述序列数量,确定与所述待识别曲谱相匹配的目标曲谱。
可选的,所述识别单元包括:
位置确定模块,用于根据所述目标曲谱的分页信息,确定所述待识别曲谱在所述目标曲谱中的位置;
信息确定模块,用于根据所述目标曲谱的著作信息,确定所述待识别曲谱的著作信息。
第三方面,本发明的实施例还提供一种电子设备,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行本发明的实施例提供的任一种曲谱识别方法。
第四方面,本发明的实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现本发明的实施例提供的任一种曲谱识别方法。
本发明的实施例提供的曲谱识别方法、装置、电子设备及存储介质,能够根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息,将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值,将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱,根据所述目标曲谱识别所述待识别曲谱。这样,由于待识别音符序列既能够体现待识别曲谱的主要特征,又对复杂的曲谱进行了简化处理,简单的数据形式中携带了曲谱的大量信息,通过将待识别音符序列与曲谱数据库中的各种特征音符序列相比较,即可快速又准确地找到待识别曲谱对应的目标曲谱,并利用目标曲谱识别出待识别曲谱的相关信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的实施例提供的曲谱识别方法的一种流程图;
图2为本发明的实施例中曲谱数据库的建立过程示意图;
图3为本发明的实施例中曲谱识别过程的另一种示意图;
图4为本发明的实施例提供的曲谱识别装置的一种结构示意图;
图5为本发明的实施例提供的电子设备的一种结构示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如背景技术所言,曲谱的增多在丰富了人们的音乐生活的同时,也使用户很难对各种曲谱进行鉴别。用户手里拿着一页曲谱,却很难通过查询资料确定这个曲谱的相关信息。虽然以图搜图是一种便捷的搜索方式,但对于曲谱搜索却不太实用。这是因为,以图搜图技术是基于图片颜色直方图和图片特征值进行查找。其中,图片颜色直方图查找采用的是图片中颜色的分布规律进行查找,但是对于黑白分布的曲谱来说并不合适;图片特征值是从图片中提取特征值进行查找,但是曲谱中提取的特征值非常少,所以仍无法精确获取到曲谱信息。
为了解决上述问题,发明人在研究中发现,可以获取待识别曲谱的曲谱图像,根据曲谱图像通过光学曲谱识别(OMR,optical music recognition)等技术识别出曲谱的待识别音符序列,然后将待识别音符序列与曲谱数据库中的特征音符序列相比较,从而在曲谱数据库找到与待识别曲谱对应的目标曲谱,根据目标曲谱来识别待识别曲谱。这样,由于待识别音符序列既能够体现待识别曲谱的主要特征,又对复杂的曲谱进行了简化处理,简单的数据形式中携带了曲谱的大量信息,通过将待识别音符序列与曲谱数据库中的各种特征音符序列相比较,即可快速又准确地找到待识别曲谱对应的目标曲谱,从而利用目标曲谱识别出待识别曲谱的相关信息。
为使本领域技术人员更好地理解本发明的实施例的技术构思、实施方案和有益技术效果,以下通过具体实施例进行详细说明。
第一方面,本发明的实施例提供一种曲谱识别方法,能够快速准确地识别出一段待识别曲谱的相关信息。
如图1所示,本发明的实施例提供一种曲谱识别方法,该方法可以包括:
S11,根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;
本发明的实施例中,从类型来看,待识别曲谱可以是五线谱,也可以是其他能够通过图像识别的乐谱,例如简谱等。从完整性上来看,待识别曲谱既可以是一首曲子的完整曲谱,也可以是一首曲子的一个章节或片段。
对于电子文件形式的待识别曲谱,可以通过将该电子文件转化成图像类型的文件,并对图像内容进行识别,例如基于OMR技术识别图像中的曲谱内容。对于纸质文件形式的待识别曲谱,可以通过摄像头和扫描仪等工具将待识别曲谱转化为电子文件,再对电子文件进行内容识别。
本步骤中,待识别曲谱中的音符信息可以包括能够描述音调高低的信息,例如音名、调号等。为了方便计算机对音高进行识别和处理,可以采用科学音调记号法表示待识别曲谱中的音符。例如,C4,D5,A4等。
S12,将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;
本步骤中,将从待识别曲谱中识别出的音符,按照音符在各自的谱表中的顺序进行划分,形成多个待识别音符序列,并且每个待识别音符序列中的音符数量都小于预设阈值。该预设阈值可以根据实际需要设置,例如可以为6-12。示例性的,在本发明的一个实施例中,当该预设阈值为8时,每个待识别音符序列中只包含8个以下的音符,如3个、6个、8个等。这样就将完整连贯、纷繁复杂的曲谱,截断成一系列长短适中、简单直接的音符序列,因而更便于利用音符序列进行曲谱识别。
S13,将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;
待识别曲谱被划分,形成了多个待识别音符序列后,本步骤中,可以将各待识别音符序列分别与曲谱数据库中的特征音符序列进行比较,并根据比较结果从曲谱数据库中找到与待识别曲谱相匹配的目标曲谱。例如,待识别曲谱M1被划分形成100个待识别音符序列,与曲谱数据库中的特征音符序列相比较后,在曲谱数据库中找到曲目P14中的特征音符序列与M1中的100个待识别音符序列都一致,则确定曲目P14即为M1对应的目标曲谱。
进一步的,考虑到一定的容差,在本发明的一些实施例中,也可以不要求待识别音符序列与特征音符序列全部一致,而只需一致者达到一定比例即可,例如要求一致率为95%,即可认为待识别曲谱与目标曲谱匹配。
S14,根据所述目标曲谱识别所述待识别曲谱。
从曲谱数据库中找到目标曲谱后,可以根据曲谱数据库中对目标曲谱所记录的各种信息确定待识别曲目的相关信息,从而实现对待识别曲谱的有效识别。例如,在本发明的一个实施例中,根据音符序列的匹配操作,在曲谱数据库中找到P68为目标曲谱,曲谱数据库记录有P68的曲名为“七里香”,作曲为周杰伦等,从而识别出待识别曲谱为周杰伦的七里香。
本发明的实施例提供的曲谱识别方法,能够根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息,将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值,将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱,根据所述目标曲谱识别所述待识别曲谱。这样,由于待识别音符序列既能够体现待识别曲谱的主要特征,又对复杂的曲谱进行了简化处理,简单的数据形式中携带了曲谱的大量信息,通过将待识别音符序列与曲谱数据库中的各种特征音符序列相比较,即可快速又准确地找到待识别曲谱对应的目标曲谱,并利用目标曲谱识别出待识别曲谱的相关信息。
为了找出与待识别曲谱匹配的目标曲谱,一个合适的曲谱数据库在其中发挥了巨大的作用。为了得到这样的曲谱数据库,在本发明的一个实施例中,步骤S13中将所述待识别音符序列与曲谱数据库中的特征音符序列相比较之前,本发明的实施例提供的曲谱识别方法还可以包括:根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库,所述曲谱数据库中包括每个所述已知曲谱的特征音符序列。
具体而言,可以对已知曲谱的曲谱信息进行处理,得到曲谱著作信息和曲谱内容信息,并以各已知曲谱为单位,将对应的曲谱著作信息和曲谱内容信息进行整合,添加到曲谱数据库中。其中,曲谱著作信息例如可以包括曲目名称、作曲家、作者、出版社等信息。曲谱内容信息可以是描述曲谱旋律的各种信息,例如调号、音名、节拍等。此外,本发明的实施例中,还可以对曲谱内容信息进行处理,形成一系列特征音符序列。
可选的,在本发明的一个实施例中,根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库具体可以包括:
将所述曲谱内容信息中的音符,按照在对应谱表中的先后顺序划分为至少两个第一音符序列,其中,每个所述第一音符序列中的音符数量小于所述预设阈值;
根据预设规则,将所述已知曲谱的曲谱内容信息分为至少两页,每页所述曲谱内容信息具有对应的页码;
对同一页码中存在的相同第一音符序列进行去重处理,得到所述特征音符序列;
建立所述已知曲谱的曲谱编号、所述曲谱著作信息、所述特征音符序列及所述页码的对应关系,得到所述曲谱数据库。
举例而言,在本发明的一个实施例中,歌曲A的曲谱具有相互对应的高音谱表和低音谱表,可以将高音谱表中的一串音符划分为50个第一音符序列N,将低音谱表中的一串音符划分为30个第一音符序列M,其中,每个音符序列中包括的音符数量小于或等于8。在按照分页规则,将曲谱片段进行分页,例如,分页规则为从曲谱起始位置起,每20个音符序列划分一页。以高音谱表为例,歌曲A可以占据3页。对第1页、第2页、第3页中的第一音符序列分别进行去重处理,得到特征音符序列。例如,第1页中存在5处第一音符序列L1,则可以只保留其中一处L1即可,而将其他4处L1去除,从而既保留了该曲谱的旋律特征,又去除了其中的冗余信息,有效提高了信息处理效率。得到特征音符序列后,可以建立曲谱编号、曲谱著作信息、特征音符序列及页码的对应关系,得到所述曲谱数据库。该对应关系例如可以包括:歌曲A的曲谱编号为A0098,特征音符序列L2位于曲谱第2页,曲谱著作信息包括:曲名****,作者****,出版时间****,曾经被****改编,改编后的版本为****。
示例性的,在发明的一个实施例中,曲谱信息库(即曲谱数据库)的建立过程可以如图2所示。参照图2,首先对已知曲谱做曲谱信息库,先对已知曲谱进行编号产生一个唯一曲谱ID。通过曲谱ID为每个曲谱生成两张表,一张曲谱著作信息表,一张表是曲谱的音符序列表。曲谱著作信息表可以包括曲谱的各种相关信息,如曲目名称、作曲家、作者、出版社等等一系列的信息。曲谱的音符序列表是曲谱中谱表的音符序列。可以对曲谱的每一页做OMR音符信息提取,然后为每一个谱表的音符序列建立一条索引信息,例如scoreId(曲谱ID)、pageId(页码ID),sequence(音符序列)。如果音符序列过长可以对音符序列进行分割,保证音符序列最多8个音符组成,例如:D3A3G2F3B3D4、F2D3A3F3D4A3、C5C4F4,对于相同页码中的相同音符序列做去重处理,以便去除冗余信息,提高曲谱查询速度。
建立好曲谱数据库后,就可以利用该曲谱数据库来实现曲谱识别。
具体而言,在步骤S11中,根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息具体可以包括:根据待识别曲谱的曲谱图像,获取所述待识别曲谱中各谱表的小节划分信息和音符信息;基于此,步骤S12中将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列可以包括:根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列。
可选的,在本发明的一个实施例中,根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列具体可以包括:
若每个小节中的音符数量小于或等于所述预设阈值,将所述小节划分为一个待识别音符序列;例如,谱表中各小节中有6-8个音符,则可以直接按照小节进行音符序列的划分,一个小节即对应一个待识别音符序列。
若每个小节中的音符数量大于所述预设阈值,将所述小节划分为多个待识别音符序列,其中每个所述待识别音符序列中的音符数量小于或等于所述预设阈值。例如,谱表中一小节中有40个音符,则可以对该小节进一步差分,划分为5个待识别音符序列,每个待识别音符序列中含有8个音符。
需要说明的是,待识别音符序列的划分方法可以根据实际需要进行优化和调整,本发明的实施例对比不做限定。
还需要说明的是,虽然待识别音符序列中可能也会存在重复的音符序列,但为了能够更有效地抓住待识别音符序列的特征,从而更快速准确地对其进行识别,在本发明的一些实施例中,可以不对待识别音符序列进行去重处理。
得到待识别音符序列后,就可以在步骤S13中将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,从而得到与所述待识别曲谱相匹配的目标曲谱。
示例性的,在本发明的一个实施例中,将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱具体可以包括:
将所述待识别音符序列分别与所述曲谱数据库中各已知曲谱的特征音符序列相比较,得到每个已知曲谱中与所述待识别音符序列相匹配的特征音符序列的序列数量;
根据所述序列数量,确定与所述待识别曲谱相匹配的目标曲谱。
举例而言,待识别曲谱B中具有35个待识别音符序列,通过将这35个待识别音符序列与曲谱数据库中的各已知曲谱相比较,得出每个已知曲谱中相匹配的特征音符序列的数量排名前三的是:编号r84757的曲谱具有34个匹配的特征音符序列、编号r13的曲谱具有30个匹配的特征音符序列、编号r532的曲谱具有30个匹配的特征音符序列,则可以确定编号r84757的曲谱为待识别曲谱B的目标曲谱。
找到目标曲谱后,可以在步骤S14中根据所述目标曲谱识别所述待识别曲谱。例如,可以根据所述目标曲谱的分页信息,确定所述待识别曲谱在所述目标曲谱中的位置,从而能够对待识别曲谱进行精确查找和对比分析;还可以根据所述目标曲谱的著作信息,确定所述待识别曲谱的著作信息,从而全面待识别曲谱。
示例性的,根据待识别曲谱的图像信息进行曲谱识别的过程可以如图3所示。如图3所示,每个待识别音符序列都到曲谱信息库(即曲谱数据库)中进行查找,然后将查询到的结果进行相同scoreId(曲谱ID)和pageId(页码ID)的数据汇总并统计个数。可选的,可以根据个数的多少进行从大到小的排序,排在最前面的就是最有可能的目标曲谱。根据目标曲谱ID,可以从曲谱数据库中查找到曲谱的相关信息了。
例如,若查询结果数据为{″12344_0″:30,″23424_0″:35,″56234_1″:24},即编号为12344的曲谱,页码为0的页面中,查找到30个相同的特征音符序列,编号为23424的曲谱,页码为0的页面中,查找到35个相同的特征音符序列,编号为56234的曲谱,页码为1的页面中,查找到24个相同的特征音符序列,则,可以确定编号为23424的曲谱为目标曲谱,待识别曲谱位于该目标曲谱的第1页。根据目标曲谱ID23424,可以从曲谱数据库中查找到曲谱的相关信息。
第二方面,本发明的实施例提供一种曲谱识别装置,能够快速准确地识别出一段待识别曲谱的相关信息。
如图4所示,本发明的实施例还提供一种曲谱识别装置,包括:
获取单元31,用于根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;
划分单元32,用于将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;
比较单元33,用于将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;
识别单元34,用于根据所述目标曲谱识别所述待识别曲谱。
本发明的实施例提供的曲谱识别装置,能够根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息,将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值,将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱,根据所述目标曲谱识别所述待识别曲谱。这样,由于待识别音符序列既能够体现待识别曲谱的主要特征,又对复杂的曲谱进行了简化处理,简单的数据形式中携带了曲谱的大量信息,通过将待识别音符序列与曲谱数据库中的各种特征音符序列相比较,即可快速又准确地找到待识别曲谱对应的目标曲谱,并利用目标曲谱识别出待识别曲谱的相关信息。
可选的,曲谱识别装置还可以包括建立单元,用于在将所述待识别音符序列与曲谱数据库中的特征音符序列相比较之前,根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库,所述曲谱数据库中包括每个所述已知曲谱的特征音符序列。
可选的,所述建立单元可以包括:
划分模块,用于将所述曲谱内容信息中的音符,按照在对应谱表中的先后顺序划分为至少两个第一音符序列,其中,每个所述第一音符序列中的音符数量小于所述预设阈值;
分页模块,用于根据预设规则,将所述已知曲谱的曲谱内容信息分为至少两页,每页所述曲谱内容信息具有对应的页码;
去重模块,用于对同一页码中存在的相同第一音符序列进行去重处理,得到所述特征音符序列;
建立模块,用于建立所述已知曲谱的曲谱编号、所述曲谱著作信息、所述特征音符序列及所述页码的对应关系,得到所述曲谱数据库。
可选的,获取单元31,具体可以用于根据待识别曲谱的曲谱图像,获取所述待识别曲谱中各谱表的小节划分信息和音符信息;
划分单元32,具体可以用于根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列。
可选的,划分单元32可以包括:
第一划分模块,用于若每个小节中的音符数量小于或等于所述预设阈值,将所述小节划分为一个待识别音符序列;
第二划分模块,用于若每个小节中的音符数量大于所述预设阈值,将所述小节划分为多个待识别音符序列,其中每个所述待识别音符序列中的音符数量小于或等于所述预设阈值。
可选的,比较单元33可以包括:
比较模块,用于将所述待识别音符序列分别与所述曲谱数据库中各已知曲谱的特征音符序列相比较,得到每个已知曲谱中与所述待识别音符序列相匹配的特征音符序列的序列数量;
曲目确定模块,用于根据所述序列数量,确定与所述待识别曲谱相匹配的目标曲谱。
可选的,识别单元34可以包括:
位置确定模块,用于根据所述目标曲谱的分页信息,确定所述待识别曲谱在所述目标曲谱中的位置;
信息确定模块,用于根据所述目标曲谱的著作信息,确定所述待识别曲谱的著作信息。
第三方面,本发明的实施例还提供一种电子设备,能够快速准确地识别出一段待识别曲谱的相关信息。
如图5所示,本发明的实施例提供的电子设备,可以包括:壳体51、处理器52、存储器53、电路板54和电源电路55,其中,电路板54安置在壳体51围成的空间内部,处理器52和存储器53设置在电路板54上;电源电路55,用于为上述电子设备的各个电路或器件供电;存储器53用于存储可执行程序代码;处理器52通过读取存储器53中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述任一实施例提供的曲谱识别方法。
处理器52对上述步骤的具体执行过程以及处理器52通过运行可执行程序代码来进一步执行的步骤,可以参见前述实施例的描述,在此不再赘述。
上述电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子设备。
相应的,本发明的实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述实施例提供的任一种音高识别方法,因此也能实现相应的技术效果,前文已经进行了详细说明,此处不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
为了描述的方便,描述以上装置是以功能分为各种单元/模块分别描述。当然,在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
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,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种曲谱识别方法,其特征在于,包括:
根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;
将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;
将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;
根据所述目标曲谱识别所述待识别曲谱。
2.根据权利要求1所述的方法,其特征在于,所述将所述待识别音符序列与曲谱数据库中的特征音符序列相比较之前,所述方法还包括:
根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库,所述曲谱数据库中包括每个所述已知曲谱的特征音符序列。
3.根据权利要求2所述的方法,其特征在于,所述根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库包括:
将所述曲谱内容信息中的音符,按照在对应谱表中的先后顺序划分为至少两个第一音符序列,其中,每个所述第一音符序列中的音符数量小于所述预设阈值;
根据预设规则,将所述已知曲谱的曲谱内容信息分为至少两页,每页所述曲谱内容信息具有对应的页码;
对同一页码中存在的相同第一音符序列进行去重处理,得到所述特征音符序列;
建立所述已知曲谱的曲谱编号、所述曲谱著作信息、所述特征音符序列及所述页码的对应关系,得到所述曲谱数据库。
4.根据权利要求1所述的方法,其特征在于,所述根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息包括:
根据待识别曲谱的曲谱图像,获取所述待识别曲谱中各谱表的小节划分信息和音符信息;
所述将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列包括:
根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列。
5.根据权利要求4所述的方法,其特征在于,所述根据所述小节划分信息,将对应谱表中的音符划分为至少两个待识别音符序列包括:
若每个小节中的音符数量小于或等于所述预设阈值,将所述小节划分为一个待识别音符序列;
若每个小节中的音符数量大于所述预设阈值,将所述小节划分为多个待识别音符序列,其中每个所述待识别音符序列中的音符数量小于或等于所述预设阈值。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱包括:
将所述待识别音符序列分别与所述曲谱数据库中各已知曲谱的特征音符序列相比较,得到每个已知曲谱中与所述待识别音符序列相匹配的特征音符序列的序列数量;
根据所述序列数量,确定与所述待识别曲谱相匹配的目标曲谱。
7.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述目标曲谱识别所述待识别曲谱包括:
根据所述目标曲谱的分页信息,确定所述待识别曲谱在所述目标曲谱中的位置;
根据所述目标曲谱的著作信息,确定所述待识别曲谱的著作信息。
8.一种曲谱识别装置,其特征在于,包括:
获取单元,用于根据待识别曲谱的曲谱图像,获取所述待识别曲谱中的音符信息;
划分单元,用于将所述音符信息中的音符,按照在对应谱表中的先后顺序划分为至少两个待识别音符序列,其中,每个所述待识别音符序列中的音符数量小于预设阈值;
比较单元,用于将所述待识别音符序列与曲谱数据库中的特征音符序列相比较,得到与所述待识别曲谱相匹配的目标曲谱;
识别单元,用于根据所述目标曲谱识别所述待识别曲谱。
9.根据权利要求8所述的装置,其特征在于,还包括建立单元,用于在将所述待识别音符序列与曲谱数据库中的特征音符序列相比较之前,根据已知曲谱的曲谱著作信息和曲谱内容信息,建立所述曲谱数据库,所述曲谱数据库中包括每个所述已知曲谱的特征音符序列。
10.根据权利要求9所述的装置,其特征在于,所述建立单元包括:
划分模块,用于将所述曲谱内容信息中的音符,按照在对应谱表中的先后顺序划分为至少两个第一音符序列,其中,每个所述第一音符序列中的音符数量小于所述预设阈值;
分页模块,用于根据预设规则,将所述已知曲谱的曲谱内容信息分为至少两页,每页所述曲谱内容信息具有对应的页码;
去重模块,用于对同一页码中存在的相同第一音符序列进行去重处理,得到所述特征音符序列;
建立模块,用于建立所述已知曲谱的曲谱编号、所述曲谱著作信息、所述特征音符序列及所述页码的对应关系,得到所述曲谱数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011100117.9A CN112183658B (zh) | 2020-10-14 | 2020-10-14 | 一种曲谱识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011100117.9A CN112183658B (zh) | 2020-10-14 | 2020-10-14 | 一种曲谱识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112183658A true CN112183658A (zh) | 2021-01-05 |
CN112183658B CN112183658B (zh) | 2024-01-26 |
Family
ID=73950388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011100117.9A Active CN112183658B (zh) | 2020-10-14 | 2020-10-14 | 一种曲谱识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183658B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112863464A (zh) * | 2021-01-20 | 2021-05-28 | 小叶子(北京)科技有限公司 | 一种基于音频交互的钢琴陪练方法及系统 |
CN112925944A (zh) * | 2021-03-10 | 2021-06-08 | 上海妙克信息科技有限公司 | 一种曲谱识别方法、终端设备及计算机可读存储介质 |
CN117253240A (zh) * | 2023-08-31 | 2023-12-19 | 暨南大学 | 一种基于图像识别技术的简谱提取转换方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007119221A2 (en) * | 2006-04-18 | 2007-10-25 | Koninklijke Philips Electronics, N.V. | Method and apparatus for extracting musical score from a musical signal |
JP2010102408A (ja) * | 2008-10-21 | 2010-05-06 | Kawai Musical Instr Mfg Co Ltd | 楽譜認識装置、及びコンピュータプログラム |
US20120160077A1 (en) * | 2010-12-27 | 2012-06-28 | Kabushiki Kaisha Kawai Gakki Seisakusho | Musical score recognition device and computer-readable storage medium |
CN104078035A (zh) * | 2013-07-02 | 2014-10-01 | 深圳市腾讯计算机系统有限公司 | 一种演奏乐曲的方法及装置 |
EP2887345A1 (en) * | 2013-12-19 | 2015-06-24 | Yamaha Corporation | Associating musical score image data and logical musical score data |
CN104778467A (zh) * | 2015-02-12 | 2015-07-15 | 北京邮电大学 | 一种曲谱拍照自动播放系统 |
CN107978323A (zh) * | 2017-12-01 | 2018-05-01 | 腾讯科技(深圳)有限公司 | 音频识别方法、装置及存储介质 |
CN109522959A (zh) * | 2018-11-19 | 2019-03-26 | 哈尔滨理工大学 | 一种乐谱识别分类及演奏控制方法 |
CN111326171A (zh) * | 2020-01-19 | 2020-06-23 | 成都嗨翻屋科技有限公司 | 一种基于简谱识别和基频提取的人声旋律提取方法及系统 |
CN111552830A (zh) * | 2020-04-26 | 2020-08-18 | 苏州缪斯谈谈科技有限公司 | 一种用户自选乐谱练习方法和系统 |
CN111554250A (zh) * | 2020-04-26 | 2020-08-18 | 苏州缪斯谈谈科技有限公司 | 自动翻谱方法、系统、电子设备和计算机可读存储介质 |
CN111553260A (zh) * | 2020-04-26 | 2020-08-18 | 苏州缪斯谈谈科技有限公司 | 一种交互式教学方法和系统 |
-
2020
- 2020-10-14 CN CN202011100117.9A patent/CN112183658B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007119221A2 (en) * | 2006-04-18 | 2007-10-25 | Koninklijke Philips Electronics, N.V. | Method and apparatus for extracting musical score from a musical signal |
JP2010102408A (ja) * | 2008-10-21 | 2010-05-06 | Kawai Musical Instr Mfg Co Ltd | 楽譜認識装置、及びコンピュータプログラム |
US20120160077A1 (en) * | 2010-12-27 | 2012-06-28 | Kabushiki Kaisha Kawai Gakki Seisakusho | Musical score recognition device and computer-readable storage medium |
CN104078035A (zh) * | 2013-07-02 | 2014-10-01 | 深圳市腾讯计算机系统有限公司 | 一种演奏乐曲的方法及装置 |
EP2887345A1 (en) * | 2013-12-19 | 2015-06-24 | Yamaha Corporation | Associating musical score image data and logical musical score data |
CN104778467A (zh) * | 2015-02-12 | 2015-07-15 | 北京邮电大学 | 一种曲谱拍照自动播放系统 |
CN107978323A (zh) * | 2017-12-01 | 2018-05-01 | 腾讯科技(深圳)有限公司 | 音频识别方法、装置及存储介质 |
CN109522959A (zh) * | 2018-11-19 | 2019-03-26 | 哈尔滨理工大学 | 一种乐谱识别分类及演奏控制方法 |
CN111326171A (zh) * | 2020-01-19 | 2020-06-23 | 成都嗨翻屋科技有限公司 | 一种基于简谱识别和基频提取的人声旋律提取方法及系统 |
CN111552830A (zh) * | 2020-04-26 | 2020-08-18 | 苏州缪斯谈谈科技有限公司 | 一种用户自选乐谱练习方法和系统 |
CN111554250A (zh) * | 2020-04-26 | 2020-08-18 | 苏州缪斯谈谈科技有限公司 | 自动翻谱方法、系统、电子设备和计算机可读存储介质 |
CN111553260A (zh) * | 2020-04-26 | 2020-08-18 | 苏州缪斯谈谈科技有限公司 | 一种交互式教学方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112863464A (zh) * | 2021-01-20 | 2021-05-28 | 小叶子(北京)科技有限公司 | 一种基于音频交互的钢琴陪练方法及系统 |
CN112925944A (zh) * | 2021-03-10 | 2021-06-08 | 上海妙克信息科技有限公司 | 一种曲谱识别方法、终端设备及计算机可读存储介质 |
CN117253240A (zh) * | 2023-08-31 | 2023-12-19 | 暨南大学 | 一种基于图像识别技术的简谱提取转换方法 |
CN117253240B (zh) * | 2023-08-31 | 2024-03-26 | 暨南大学 | 一种基于图像识别技术的简谱提取转换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112183658B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183658B (zh) | 一种曲谱识别方法、装置、电子设备及存储介质 | |
CN108595709B (zh) | 基于区块链的音乐原创性分析方法和装置 | |
Burgoyne et al. | Music information retrieval | |
Typke et al. | A survey of music information retrieval systems | |
Cai et al. | Scalable music recommendation by search | |
CN110795627B (zh) | 信息推荐方法及装置、电子设备 | |
Casey et al. | Song Intersection by Approximate Nearest Neighbor Search. | |
US8892565B2 (en) | Method and apparatus for accessing an audio file from a collection of audio files using tonal matching | |
CN102541965B (zh) | 自动获得音乐文件中的特征片断的方法和系统 | |
KR20070080481A (ko) | 노래 가사를 이용하여 하이라이트 구간을 검색하는 장치 및그 방법 | |
CN110010159B (zh) | 声音相似度确定方法及装置 | |
JP2008234419A (ja) | データベース構築装置 | |
Rizo et al. | A Pattern Recognition Approach for Melody Track Selection in MIDI Files. | |
CN110808065A (zh) | 副歌检测方法、装置、电子设备及存储介质 | |
US9646585B2 (en) | Information processing apparatus, information processing method, and program | |
Rocamora et al. | Query by humming: Automatically building the database from music recordings | |
Raju et al. | TANSEN: A query-by-humming based music retrieval system | |
Makris et al. | The greek music dataset | |
Gurjar et al. | Comparative Analysis of Music Similarity Measures in Music Information Retrieval Systems. | |
KR20060019096A (ko) | 허밍 기반의 음원 질의/검색 시스템 및 그 방법 | |
JP2001075985A (ja) | 音楽検索装置 | |
US20220223125A1 (en) | Song generation based on a text input | |
CN115329125A (zh) | 一种歌曲串烧拼接方法和装置 | |
CN109710797B (zh) | 音频文件的推送方法、装置、电子装置和存储介质 | |
CN113869209A (zh) | 一种乐谱序列提取方法、音乐搜索方法、装置及设备 |
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 |