CN112925944A - 一种曲谱识别方法、终端设备及计算机可读存储介质 - Google Patents
一种曲谱识别方法、终端设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112925944A CN112925944A CN202110260702.3A CN202110260702A CN112925944A CN 112925944 A CN112925944 A CN 112925944A CN 202110260702 A CN202110260702 A CN 202110260702A CN 112925944 A CN112925944 A CN 112925944A
- Authority
- CN
- China
- Prior art keywords
- music score
- music
- information
- score
- identified
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 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
- 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)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Auxiliary Devices For Music (AREA)
Abstract
本公开实施例中提供了一种曲谱识别方法、终端设备及可读存储介质，通过获取待识别曲谱的曲谱信息，所述曲谱信息包括曲谱的音符信息；按照预设规则从所述曲谱信息中提取所述待识别曲谱的音符特征；将所述音符特征根据预设算法转化为符合预设规则的第一数字序列；将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对，根据比对得出待识别曲谱与所对比的曲谱的文本相似度；显示所述文本相似度在排名预设位的曲谱的信息。采用本公开实施例的方法通过编排乐谱的基本元素在乐谱上的位置，来表达乐谱的语义，本发明通过这些特征对乐谱进行数字化识别。
Description
技术领域
本公开涉及智能识别技术领域，尤其涉及一种曲谱识别方法、终端设备及计算机可读存储介质。
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。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，无法达到很好的识别效果。
发明内容
有鉴于此，本公开实施例提供一种曲谱识别方法，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种曲谱识别方法，所述方法包括如下步骤：
获取待识别曲谱的曲谱信息，所述曲谱信息包括曲谱的音符信息；
按照预设规则从所述曲谱信息中提取所述待识别曲谱的音符特征；
将所述音符特征根据预设算法转化为符合预设规则的第一数字序列；
将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对，根据比对得出待识别曲谱与所对比的曲谱的文本相似度；
显示所述文本相似度在排名预设位的曲谱的信息。
根据本公开实施例的一种具体实现方式，所述获取待识别曲谱的曲谱信息的步骤之前，还包括：
获取待识别曲谱的曲谱图片；
按照预设方法提取所述曲谱图片中的曲谱信息。
根据本公开实施例的一种具体实现方式，所述按照预设规则提取所述待识别曲谱的音符特征的步骤，包括
将所述待识别曲谱划分为多个小节；
将识别得到的每一小节的数据按照预设模型计算得到音符的代表音高值；
将所有小节得到的音符的代表音高值合并得到中间音符序列值形成所述待识别曲谱的音符特征。
根据本公开实施例的一种具体实现方式，所述将所述音符特征根据预设算法转化为符合预设规则的第一数字序列的步骤，包括：
根据如下公式将所述中间音符序列值转化为第一数字序列：
PitchValue＝StepValue+12*OctaveValue+Alternation
其中StepValue为基准音阶基础值，OctaveValue为八度音程，取值为-1～9。Alternation为半音升高值，取值为0或1。
根据本公开实施例的一种具体实现方式，所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前，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第二数字序列。
根据本公开实施例的一种具体实现方式，所述曲谱数据库中还包括根据所述曲谱的曲谱信息或者第二数字序列信息构建的第二特征索引序列。
根据本公开实施例的一种具体实现方式，所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前还包括：
根据所述第一数字序列按照预设规则构建与所述第一数字序列相关联的第一特征索引序列或者根据所述曲谱信息构建与所述曲谱相关联的第一特征索引序列；
在所述曲谱数据库中查找与所述第一特征索引序列匹配的第二特征索引序列匹配的谱曲。
根据本公开实施例的一种具体实现方式，所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前，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音符信息
此外，为实现上述目的，本公开实施例还提出一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
此外，为实现上述目的，本公开实施例还提出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计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
本公开实施例中的曲谱识别方法，通过获取待识别曲谱的曲谱信息，所述曲谱信息包括曲谱的音符信息；按照预设规则从所述曲谱信息中提取所述待识别曲谱的音符特征；将所述音符特征根据预设算法转化为符合预设规则的第一数字序列；将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对，根据比对得出待识别曲谱与所对比的曲谱的文本相似度；显示所述文本相似度在排名预设位的曲谱的信息。采用本公开实施例的方法通过编排乐谱的基本元素在乐谱上的位置，来表达乐谱的语义，本发明通过这些特征对乐谱进行数字化识别。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，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为本公开实施例提供的一种曲谱识别方法的流程示意图；
图2为本公开实施例提供的另一种曲谱识别方法的流程示意图；
图3为本公开实施例提供的另一种曲谱识别方法的流程示意图；
图4为本公开实施例提供的另一种曲谱识别方法的流程示意图；
图5为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种曲谱识别方法。
参见图1，本公开实施例提供的一种曲谱识别方法，所述方法包括如下步骤：
步骤S10，获取待识别曲谱的曲谱信息，所述曲谱信息包括曲谱的音符信息；
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。具体的形式可以是多样地，在此不一一限定。
本实施例中，通过OMR技术识别图像中的曲谱内容，获得待识别曲谱的曲谱信息，其中，本实施例中所获取的曲谱信息包括曲谱的音符信息，曲谱信息包括曲谱的名称、节奏符、音调符、五线谱信息等等，音符信息指的是铺排在五线谱上的音符。
步骤S20，按照预设规则从所述曲谱信息中提取所述待识别曲谱的音符特征；
同一曲谱可能会有不同的形式版本，但是每一首曲谱的内容是不会有大的变动的，而曲谱对应的内容则从五线谱上的内容表现出来。而五线谱上有些必要内容就可以决定曲谱的单一性，故而在获得待识别曲谱的曲谱信息后，进一步根据设定的规则从曲谱信息中提取需要的音符特征，而不是将五线谱上所有的信息都提取出来，如果将五线谱上的所有的信息都提取出来，无非是会增加筛选和比对的工作量。
本实施例中提取待识别曲谱的音符特征的预设规则为：按照从左到有的方向对同一行五线谱进行提取，扫描提取对应的音符小矩阵，这里的音符小矩阵可以自行设定，将这些小矩阵数据通过训练好的深度学习识别模型进行预测分析，得到对应的音符代表音高值，得到一个中间音符序列值，比如：A3 B3 C4 D4E4|A3 E4 D4(其中“|”代表小节线分隔)。在识别过程中对于和弦记录，提取最高音符特征为序列特征，忽略休止符、装饰音等特殊音符，避免干扰主题音符特征识别，同时对每个小节数据进行组合合并为一个基础的识别单元。
步骤S30，将所述音符特征根据预设算法转化为符合预设规则的第一数字序列；
进一步地，针对识别的中间音符序列，转换为数字序列值，对应的算法公式描述：
PitchValue＝StepValue+12*OctaveValue+Alternation
其中StepValue：基准音阶基础值，比如C＝12，D＝14。OctaveValue：八度音程，取值为-1～9。Alternation：半音升高值，取值为0或1
利用打谱软件转换，或互联网开放的乐谱标准库，得到标准的数字序列。
步骤S40，将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对，根据比对得出待识别曲谱与所对比的曲谱的文本相似度；
在得到待识别曲谱的第一数字序列后，将这一第一数字序列与标准曲谱库中已有的曲谱的第二数字序列进行比对，进而根据比对结果得出待识别曲谱与所对比的曲谱的文本相似度。
本发明中的比对方法，主要通过神经网络训练方法得到训练好的标准曲谱库，使得在将待识别曲谱导入到训练好的模型中后，即可根据训练好的模型得到待识别曲谱与标准曲谱库中的相似度。
本发明实施例中的神经网络训练方法包括：
从各种平台爬取训练集、测试集、以及曲谱库，构建网络图模型，并根据爬取的训练集和测试集对构建的网络图模型进行处理，以生成基于Neo4j开源软件的曲谱关系网络图；
使用开源的全文搜索引擎为爬取的曲谱库建立索引，使用建立的索引执行曲谱库的搜索，并根据搜索返回的结果计算曲谱之间的相关度值；
对爬取得到的曲谱进行音符的数字序列提取和转化，计算转化后的曲谱的音符的数字序列与曲谱库中的相关度；
根据爬取训练集和得到的相关度值构建曲谱相似器；
根据构建的曲谱相似器对每个测试机的曲谱进行类别判定，并将最终的判定结构增量反馈至初始的分类器中继续学习。
步骤S50，显示所述文本相似度在排名预设位的曲谱的信息。
最终根据对比得到的曲谱的文本相似度将将排名在前预设位的曲谱的显示出来，例如可以将曲谱相似度排名在前十的曲谱信息显示出来。
文本相似度根据具体的比对结果确定，举例而言，待识别曲谱B中具有35个第一数字序列，通过将这35个第一数字序列与曲谱数据库中的各已知曲谱的第二数字序列相比较。需要说明的是，曲谱数据库中的已知曲谱的数字序列都是确定的，至少在没有更改数字序列的转化方式前曲谱数据库中的各个已知的曲谱的数字序列是确定的，除非改变数字序列的转化规则。但是同样需要说明的是，在改变曲谱数据库的数字序列转化规则时，待识别曲谱的数字序列转化规则与曲谱数据库中的各个已知曲谱的数字序列转化规则也是一致的。在将待识别曲谱B的35个第一数字序列与曲谱数据库中的第二数字序列进行比较后，得出每个已知曲谱中相匹配的数量排名前三的是：编号A1的曲谱具有34个匹配的数字序列、编号A2的曲谱具有30个匹配的数字序列、编号A3的曲谱具有30个匹配的数字序列，则可以确定编号A1的曲谱为待识别曲谱B的目标曲谱。
找到目标曲谱后，可以在上述步骤S50之后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，从而使待识别曲谱的信息更加全面。
本发明实施例，通过获取待识别曲谱的曲谱信息，所述曲谱信息包括曲谱的音符信息；按照预设规则从所述曲谱信息中提取所述待识别曲谱的音符特征；将所述音符特征根据预设算法转化为符合预设规则的第一数字序列；将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对，根据比对得出待识别曲谱与所对比的曲谱的文本相似度；显示所述文本相似度在排名预设位的曲谱的信息。采用本公开实施例的方法通过编排乐谱的基本元素在乐谱上的位置，来表达乐谱的语义，本发明通过这些特征对乐谱进行数字化识别。
基于上述实施例，参见图2，本发明的曲谱识别方法中的所述获取待识别曲谱的曲谱信息的步骤之前，还包括：
步骤S21，获取待识别曲谱的曲谱图片；
步骤S22，按照预设方法提取所述曲谱图片中的曲谱信息。
通过各种智能机获取待识别曲谱的曲谱图片，这里的曲谱图片可以是曲谱中某一页的曲谱图片信息也可以是某一段的曲谱图片信息也可以是整个的曲谱图片信息。当是整个的曲谱的所有图片时，则可以预先提取出曲谱的第一页曲谱信息，在进行识别的过程中，先用第一页曲谱按照上述实施例1的方法进行识别的操作，若是禁用第一页的曲谱信息无法准备的得到待识别曲谱的相似曲谱信息，则在进行第二页曲谱的识别。
进一步地，根据待识别曲谱的图像信息进行曲谱识别的过程还可以如下：待识别曲谱的每个数字序列对应的数字值都到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。根据目标曲谱可以从曲谱数据库中查找到曲谱的相关信息了。
本发明实施例中通过智能终端获取待识别曲谱的曲谱图片，进而根据曲谱图片去提取需要的曲谱信息，提高了识别过程中的通用性和快捷性。
基于上述实施例，参见图3，本发明的所述按照预设规则提取所述待识别曲谱的音符特征的步骤，包括
步骤S31，将所述待识别曲谱划分为多个小节；
步骤S32，将识别得到的每一小节的数据按照预设模型计算得到音符的代表音高值；
步骤S33，将所有小节得到的音符的代表音高值合并得到中间音符序列值形成所述待识别曲谱的音符特征。
具体而言，在步骤S20中按照预设规则从曲谱信息中提取待识别曲谱的音符特征具体可以包括：
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；或者说，小节划分信息可以直接根据曲谱谱表中的小节划分信息来划分，也可以根据预设的划分规则来划分，例如设定N个音符为一个小节，每一个曲谱都按照相同的规则划分即可。将每一个小节的音符数据按照预设模型计算得到能够代表该小节音符的代表音高值，此处的代表音高值实则表达的是通过固定的计算规则得到的音符值。例如，一个小节划分有6个音符，按照固定的计算规则，从这六个音符中取音符均值，例如将每一个音符都设定一个固定的数值，那么则将能根据每个音符对应的数据求的一个均值，这个均值就可以作为这一小节的代表音高值。最后将每个小节的音符的代表音高值进行合并得到中间音符序列，根据中间音符序列形成待识别曲谱的音符特征。
基于上述实施例，参见图4，本发明的曲谱识别方法中的所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前还包括：
步骤S41，根据所述第一数字序列按照预设规则构建与所述第一数字序列相关联的第一特征索引序列；
步骤S42，根据所述第一特征索引序列在所述曲谱数据库中查找匹配的谱曲。
本实施例中通过对待识别曲谱构建特征索引序列，在对曲谱数据库中的曲谱进行匹配时可以根据特征索引序列来先预先进行一遍筛选。例如，特征索引序列可以是曲谱对应的作者姓名和曲谱名称，通过这一特征索引序列可以快速地在曲谱数据库中先筛选处于作者和曲谱名称匹配的曲谱信息，再进一步根据上述的方法进行匹配从而快速地提高识别匹配的方法。
进一步地，在将待识别曲谱与已知的曲谱进行比较之前，一个全面的曲谱数据库的重要性不言而喻。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，在步骤S50中将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对之前，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音符信息。
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，形成一系列与该曲谱相关的信息表。
进一步，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：
将所述曲谱内容中按照预设规则划分为小节的音符信息进行数字序列转化；
将具有相同数字序列的小节对应的音符去重，保留剩余的音符信息，存储作为曲谱数据库中的谱曲信息。
之所以将具有相同数字序列的音符小节去重掉主要是考虑到基本上所有的曲谱都会有重复的段落，例如某些歌曲的副歌部分可以重复四五遍，这对于曲谱的识别无疑也是增加了工作量，故而在进行曲谱数据库的建立的过程中，可以对每一个曲谱按照如此的方案进行去重化处理，待识别曲谱同样是可以采用如此的方法进行去重化处理。当然，如果待识别的曲谱仅仅是曲谱中的某一个小片段时，则不建议对曲谱数据库中的谱曲进行去重化处理，以提高识别准确性。
与上面的方法实施例相对应，本公开实施例还提供了一种钢琴演奏学习系统，包括：智能终端和智能钢琴，智能终端与智能钢琴通过有线或者无线的方式连接。所示钢琴演奏学习系统可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图5，本公开实施例还提供了一种电子设备50，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的曲谱识别方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的曲谱识别方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的曲谱识别方法。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备50的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备50可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备50操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备50与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备50，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开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，所述方法包括如下步骤：
获取待识别曲谱的曲谱信息，所述曲谱信息包括曲谱的音符信息；
按照预设规则从所述曲谱信息中提取所述待识别曲谱的音符特征；
将所述音符特征根据预设算法转化为符合预设规则的第一数字序列；
将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对，根据比对得出待识别曲谱与所对比的曲谱的文本相似度；
显示所述文本相似度在排名预设位的曲谱的信息。
2.根据权利要求1所述的曲谱识别方法，其特征在于，所述获取待识别曲谱的曲谱信息的步骤之前，还包括：
获取待识别曲谱的曲谱图片；
按照预设方法提取所述曲谱图片中的曲谱信息。
3.根据权利要求1所述的曲谱识别方法，其特征在于，所述按照预设规则提取所述待识别曲谱的音符特征的步骤，包括
将所述待识别曲谱划分为多个小节；
将识别得到的每一小节的数据按照预设模型计算得到音符的代表音高值；
将所有小节得到的音符的代表音高值合并得到中间音符序列值形成所述待识别曲谱的音符特征。
4.根据权利要求1所述的曲谱识别方法，其特征在于，所述将所述音符特征根据预设算法转化为符合预设规则的第一数字序列的步骤，包括：
根据如下公式将所述中间音符序列值转化为第一数字序列：
PitchValue＝StepValue+12*OctaveValue+Alternation
其中StepValue为基准音阶基础值，OctaveValue为八度音程，取值为-1～9。Alternation为半音升高值，取值为0或1。
5.根据权利要求1所述的曲谱识别方法，其特征在于，所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前，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第二数字序列。
6.根据权利要求1～5任一项所述的曲谱识别方法，其特征在于，所述曲谱数据库中还包括根据所述曲谱的曲谱信息或者第二数字序列信息构建的第二特征索引序列。
7.根据权利要求6所述的曲谱识别方法，其特征在于，所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前还包括：
根据所述第一数字序列按照预设规则构建与所述第一数字序列相关联的第一特征索引序列或者根据所述曲谱信息构建与所述曲谱相关联的第一特征索引序列；
在所述曲谱数据库中查找与所述第一特征索引序列匹配的第二特征索引序列匹配的谱曲。
8.根据权利要求1～5任一项所述的曲谱识别方法，其特征在于，所述将所述第一数字序列与曲谱数据库中的曲谱对应的第二数字序列进行比对的步骤之前，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音符信息。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
10.一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如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110260702.3A CN112925944A (zh) | 2021-03-10 | 2021-03-10 | 一种曲谱识别方法、终端设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110260702.3A CN112925944A (zh) | 2021-03-10 | 2021-03-10 | 一种曲谱识别方法、终端设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112925944A true CN112925944A (zh) | 2021-06-08 |
Family
ID=76172387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110260702.3A Pending CN112925944A (zh) | 2021-03-10 | 2021-03-10 | 一种曲谱识别方法、终端设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112925944A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106297755A (zh) * | 2016-09-28 | 2017-01-04 | 北京邮电大学 | 一种用于乐谱图像识别的电子设备及识别方法 |
| 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 |
| CN109036352A (zh) * | 2018-06-29 | 2018-12-18 | 广州视源电子科技股份有限公司 | 翻谱方法、翻谱器、移动终端及存储介质 |
| CN109065008A (zh) * | 2018-05-28 | 2018-12-21 | 森兰信息科技（上海）有限公司 | 一种音乐演奏曲谱匹配方法、存储介质及智能乐器 |
| CN110472097A (zh) * | 2019-07-03 | 2019-11-19 | 平安科技（深圳）有限公司 | 乐曲自动分类方法、装置、计算机设备和存储介质 |
| 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 |
| CN112183658A (zh) * | 2020-10-14 | 2021-01-05 | 小叶子（北京）科技有限公司 | 一种曲谱识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-10 CN CN202110260702.3A patent/CN112925944A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106297755A (zh) * | 2016-09-28 | 2017-01-04 | 北京邮电大学 | 一种用于乐谱图像识别的电子设备及识别方法 |
| 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 |
| CN109065008A (zh) * | 2018-05-28 | 2018-12-21 | 森兰信息科技（上海）有限公司 | 一种音乐演奏曲谱匹配方法、存储介质及智能乐器 |
| CN109036352A (zh) * | 2018-06-29 | 2018-12-18 | 广州视源电子科技股份有限公司 | 翻谱方法、翻谱器、移动终端及存储介质 |
| CN110472097A (zh) * | 2019-07-03 | 2019-11-19 | 平安科技（深圳）有限公司 | 乐曲自动分类方法、装置、计算机设备和存储介质 |
| 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 |
| CN112183658A (zh) * | 2020-10-14 | 2021-01-05 | 小叶子（北京）科技有限公司 | 一种曲谱识别方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11366850B2 (en) | Audio matching based on harmonogram | |
| US12105753B2 (en) | Automated cover song identification | |
| CN106485984B (zh) | 一种钢琴的智能教学方法和装置 | |
| CN105280170A (zh) | 一种乐谱演奏的方法和装置 | |
| US9064484B1 (en) | Method of providing feedback on performance of karaoke song | |
| CN109829482B (zh) | 歌曲训练数据处理方法、装置及计算机可读存储介质 | |
| US9576050B1 (en) | Generating a playlist based on input acoustic information | |
| CN102541965B (zh) | 自动获得音乐文件中的特征片断的方法和系统 | |
| JP2007183417A (ja) | 情報処理装置および方法、並びにプログラム | |
| CN109461431B (zh) | 应用于基础音乐视唱教育的视唱错误曲谱标注方法 | |
| JPH09293083A (ja) | 楽曲検索装置および検索方法 | |
| US11948542B2 (en) | Systems, devices, and methods for computer-generated musical note sequences | |
| CN112183658B (zh) | 一种曲谱识别方法、装置、电子设备及存储介质 | |
| CN107767850A (zh) | 一种演唱评分方法及系统 | |
| CN111477200A (zh) | 乐谱文件生成方法、装置、计算机设备和存储介质 | |
| Gurjar et al. | Comparative Analysis of Music Similarity Measures in Music Information Retrieval Systems. | |
| CN109830221A (zh) | 一种唱歌指导方法及系统 | |
| CN111863030A (zh) | 音频检测方法及装置 | |
| JP2010044756A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| CN112925944A (zh) | 一种曲谱识别方法、终端设备及计算机可读存储介质 | |
| KR101738771B1 (ko) | 멜로디에 기반한 음악 분류 방법 및 음악 데이터베이스를 이용하여 멜로디 라인을 추천하는 방법 | |
| CN115329105B (zh) | 多媒体数据匹配方法及装置、存储介质、电子设备 | |
| EP4287039A1 (en) | System and method for content-based music project recommendation | |
| CN118471257A (zh) | 歌曲评分方法、装置、计算机设备和存储介质 | |
| CN115658957A (zh) | 基于模糊聚类算法的音乐旋律轮廓提取方法及装置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210608 |
|
| WD01 | Invention patent application deemed withdrawn after publication |