CN117037854A - 一种节拍的提示方法及装置 - Google Patents

Abstract

本申请涉及人工智能技术领域，提供一种节拍的提示方法及装置。所述方法包括：对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；获得播放器内的待播放乐曲信息，并将待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数；构建振动信号数据库；将节拍拍速和节拍拍号输入振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；当待播放乐曲进行播放时，基于接收器延时信息和麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。本申请解决了用户在进行乐器弹奏过程中由于无法准确获知节拍器的提示信息而导致的弹奏出错的技术问题，达到了精准提醒用户节拍的技术效果。

Description

一种节拍的提示方法及装置

技术领域

本申请涉及人工智能技术领域，特别是涉及一种节拍的提示方法及装置。

背景技术

在某些情况下，人们会注意到音频与设备上播放的视频不匹配。这是因为存在音频延迟。延迟是音频延迟的另一个术语。音频信号到达和退出系统之间的时间间隔通常以毫秒为单位。模数转换、缓冲、数字信号处理、传输时间、数模转换以及传输介质中的声速都是音频系统中音频延迟的潜在影响因素。

节拍是衡量节奏的单位，在音乐中，有一定强弱分别的一系列拍子在每隔一定时间重复出现；一个操作和另一个个操作之间停顿的时间被称之为延时，无论学什么乐器，乐感和节奏感都不可或缺。于是节拍器，一个可以完美地辅助节奏的训练神器出现了，但由于现在市面中的节拍器延时较高，可能会出现反馈不及时的问题。

综上所述，本申请解决了用户在进行乐器弹奏过程中由于无法准确获知节拍器的提示信息而导致的弹奏出错的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够精准提醒用户节拍的一种节拍的提示方法及装置，用以解决用户在进行乐器弹奏过程中由于无法准确获知节拍器的提示信息而导致的弹奏出错的技术问题。

第一方面，本申请实施例提供了一种节拍的提示方法，所述方法应用于伴唱麦克风系统，所述方法包括：对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；构建振动信号数据库；将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。

第二方面，本申请实施例还提供了一种节拍的提示装置，所述装置包括：接收器延时信息接收模块，所述接收器延时信息接收模块用于对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；待播放乐曲节拍参数输出模块，所述待播放乐曲节拍参数输出模块用于获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；震动信号数据库构建模块，所述震动信号数据库构建模块用于构建振动信号数据库；震动信号匹配模块，所述震动信号匹配模块用于将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；乐曲节拍提示模块，所述乐曲节拍提示模块用于当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

首先对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；然后获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；再构建振动信号数据库；根据所述振动信号数据库将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；在当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。本申请解决了用户在进行乐器弹奏过程中由于无法准确获知节拍器的提示信息而导致的弹奏出错的技术问题，达到了精准提醒用户节拍的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为一个实施例中一种节拍的提示方法的流程示意图；

图2为一个实施例中一种节拍的提示方法中计算平均延时时间的流程示意图；

图3为一个实施例中一种节拍的提示装置的结构框图。

附图标记说明：接收器延时信息接收模块1，待播放乐曲节拍参数输出模块2，震动信号数据库构建模块3，震动信号匹配模块4，乐曲节拍提示模块5。

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。

在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种节拍的提示方法，所述方法包括：

S100：对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；

具体而言，节拍(Meter)，是一个衡量节奏的单位，在音乐中，有一定强弱分别的一系列拍子在每隔一定时间重复出现。如2/4、4/4、3/4拍等，是乐曲中表示固定单位时值和强弱规律的组织形式。对乐曲播放器和麦克风接收器进行延时特征分析，其中乐曲播放器在播放音乐时，将所述音乐信号传送到所述麦克风接收器时，在这个操作中传输使用的时间，称之为延时，采集多个所述乐曲播放器到所述麦克风接收器操作中停顿的时间，分析所述延时的特征，得到接收器的延时信息。

如图2所示，进一步的，本申请步骤包括：

S110：获得多个乐曲信息，其中包括多种类型乐曲；

S120：基于所述多个乐曲信息对乐曲播放器和麦克风接收器依次进行延时特征分析，获得多个延时信息；

S130：对所述多个延时信息进行均值计算，获得平均延时信息，并将所述平均延时信息作为所述接收器延时信息。

具体而言，获得多个乐曲信息，其中包括多种类型乐曲，乐曲的分类有交响乐、协奏曲、进行曲等，由于节拍的不同，所述乐曲在乐曲播放器和麦克风接收器之间传播的延时不同，统计不同乐曲信息的种类在乐曲播放器和麦克风接收器之间传播的延时，对所述多个延时信息进行均值计算，获得平均延时信息，并将所述平均延时信息作为所述接收器延时信息。由于人耳对声音的延迟极其敏感，远高于其他感官能力，只有30ms以下的延迟才能完全满足K歌要求，因为，在播放器要播放的时候，乐曲播放就是接收器要接收信号的时候，可以对从播放器到接收器之间记录的传播时间相加求和，然后除以种类个数，求得平均延时信息，并将所述平时延时信息作为所述接收器延时信息。由于每个设备由于材料、型号、连接方式等的不同，所拥有的延时是不同的，所以为了测试所述乐曲播放器和麦克风接收器的时延，需要用多个歌曲去测试它的时延，然后求平均值，得到一个综合的时延，才是这个设备的时延。

S200：获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；

具体而言，获得播放器内的待播放乐曲信息，例如乐曲节拍，乐曲种类等；将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲的节拍拍速和节拍拍号，拍速是指曲速，常用“四分音符＝”来表示，例如这里四分音符＝70，这表示你在演奏这首曲子时，一分钟应当演奏70个四分音符。用60秒钟除以70个四分音符得出在本曲中一个四分音符的长度应该是0.86秒。拍号是在乐谱中使用的符号，用分数的形式来标画。每一个乐谱前面都有拍号，中间如果改变节奏会标出改变的拍号，拍号如同分数，如2/4、3/4等，基于所述节拍拍速和所述节拍拍号确定小节发生时间和节拍发生时间。

进一步的，本申请步骤包括：

S210：基于BP神经网络，构建乐曲节拍分析模型；

S220：所述乐曲节拍分析模型的输入数据为乐曲信息，输出数据为乐曲节拍参数；

S230：获取多个乐曲信息和多个乐曲节拍参数，其中所述乐曲信息和所述乐曲节拍参数具有对应关系；

S240：基于所述多个乐曲信息和所述多个乐曲节拍参数构建样本数据集；

S250：通过所述样本数据集对所述乐曲节拍分析模型进行训练和验证，获得所述乐曲节拍分析模型。

具体而言，构建乐曲节拍分析模型的过程如下：基于机器学习中的BP神经网络，构建所述乐曲节拍分析模型的网络结构，该乐曲节拍分析模型内包括多个模拟人体大脑神经元的简单单元，乐曲节拍分析模型可在监督训练过程中形成简单单元之间连接的权值、阈值等参数，训练完成后的乐曲节拍分析模型可根据输入数据进行复杂的非线性逻辑运算，输出运算后的数据，乐曲节拍的输入数据为所述乐曲信息，即多种类型乐曲，输出数据为乐曲节拍参数，即节拍拍速和节拍拍号。获取历史样本数据，构建其中，所述历史样本数据包括所述多个历史乐曲信息和所述多个历史乐曲节拍参数，其中历史乐曲节拍参数指过去的多个乐曲信息；进一步对所述历史样本数据进行数据标注并按照一定比例进行划分，获得训练数据集和验证数据集。通过所述样本数据集对所述乐曲节拍分析模型进行训练和验证，获得所述乐曲节拍分析模型。

进一步的，本申请步骤还包括：

S251：获取预设数据划分比例，按照所述预设数据划分比例将所述样本数据集划分为训练数据集和验证数据集；

S252：通过所述训练数据集对所述乐曲节拍分析模型进行监督训练，当模型输出结果趋于收敛状态时，通过所述验证数据集对所述乐曲节拍分析模型的输出结果进行验证；

S253：获取预设模型验证准确率指标，当所述乐曲节拍分析模型的输出结果准确率满足所述预设模型验证准确率指标时，获得所述乐曲节拍分析模型。

具体而言，基于BP神经网络，构建乐曲节拍分析模型，所述乐曲节拍分析模型为机器学习中可以不断进行迭代优化的神经网络模型，通过训练数据集进行监督训练获得。按照预设数据划分规则将所述样本数据集划分为样本训练集和样本验证集，所述预设数据划分比例本领域技术人员可基于实际情况自定义设置，例如：70％，30％。通过所述样本训练集对所述乐曲节拍分析模型进行监督训练，当模型输出结果趋于收敛状态时，通过所述样本验证集对所述乐曲节拍分析模型的输出结果准确率进行验证，获取预设验证准确率指标，所述预设验证准确率指标本领域技术人员可基于实际情况自定义设置，例如：95％。当乐曲节拍分析模型输出结果准确率大于等于所述预设验证准确率指标时，获得所述乐曲节拍分析模型。

S300：构建振动信号数据库；

进一步的，本申请步骤包括：

S310：获得多个节拍类型；

S320：基于所述多个节拍类型分别设置不同振动强弱级别的振动信号，获得多个节拍振动信号；

S330：基于多个节拍类型，对节拍内的拍子分别设置不同振动强弱级别的振动信号，获得多个拍子振动信号集合；

S340：基于所述多个节拍振动信号和多个拍子振动信号集合构建所述振动信号数据库。

具体而言，构建一个振动信号数据库，这个振动信号数据库中包含多个振动信号，每个振动信号的强度和数量都不一样，例如每个振动信号的强度由弱到强分为低中上三个强度，主要是为了匹配节拍小节的类型，不同的小节类型，还有不同的节拍类型，发出的震动的强度，或者说类型是不一样的，提高了匹配的准确率。

首先获得多个节拍类型，其中类型是指每一个小节的所属于的类型，根据所述多个节拍类型分别设置不同振动强弱级别的振动信号，获得多个振动信号，获得多个节拍的振动信号，节拍是衡量节奏的单位，在音乐中，有一定强弱分别的一系列拍子在每隔一定时间重复出现叫做节拍。根据多个节拍类型，对节拍内的拍子分别设置不同振动强弱级别的振动信号，获得多个拍子振动信号集合，拍子指在节拍中，众多的音符都是以一拍为单位的(这也叫做“单位拍”)，这一个重要的时间段——一拍，就是音乐的基础，用各种不同的音符，比如二分音符、四分音符、八分音符等等，作为基础的一拍，有强有弱的循序渐进。不同振动强弱级别的振动信号根据工作人员设置，此处不做限制；基于所述多个节拍振动信号和多个拍子振动信号集合构建所述振动信号数据库，根据所述多个节拍的振动信号和多个牌子振动信号的类型构建一个振动信号数据库。

S400：将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；

具体而言，将小节类型、小节发生时间、拍子类型、拍子发生时间输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；其中麦克风振动信号序列是指振动信号的排序，按照歌曲内节拍的时间顺序。

进一步的，本申请步骤包括：

S410：基于所述节拍拍速和所述节拍拍号确定小节类型、小节发生时间、拍子类型、拍子发生时间；

S420：将所述小节类型和所述拍子类型输入所述振动信号数据库中进行振动信号匹配，获得多个振动信号；

S430：基于所述小节发生时间和所述拍子发生时间，将所述多个振动信号进行时间排序，获得所述麦克风振动信号序列。

具体而言，根据所述节拍拍速和所述节拍拍号确定小节类型、小节发生时间、拍子类型、拍子发生时间；再将所述小节类型和所述拍子类型输入所述振动信号数据库中进行振动信号匹配，获得多个振动信号，根据小节的时间和拍子的时间，对所述多个振动信号按照时间进行排序，得到所述麦克风振动信号序列。将乐曲中的所有节拍按照其在乐曲中的顺序来排列，组成一个序列，生成一个振动信号序列。

S500：当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。

进一步的，本申请步骤包括：

S510：将所述麦克风振动信号序列最前端的振动信号作为第一震动信号；

S520：当待播放乐曲进行播放时，基于所述接收器延时信息确定所述第一震动信号的震动时间，获得第一震动时间；

S530：基于所述第一震动时间和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动。

具体而言，当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制板厂麦克风的振动模块进行尽职，完成乐曲的节拍提示，其中，根据所述音乐播放器和所述麦克风接收器的延时平均值，例如时延平均值为20毫秒，则可以根据平均时延得出所述麦克风接收器一般会延迟20毫秒接收到信号，可以根据所述麦克风接收器的延时时长提前20毫秒播放，相当于提前振动信号序列提前20毫秒，将时延的差值抹平。精确地回馈给用户。

并不是每次都要接收这个节拍信号才震动，例如现在有一首歌正准备唱，然后把整个歌曲的节拍生成振动信号序列，就直接存入振动器里；通过这个第一震动信号，就是就相当于歌曲的第一个节拍，由第一个节拍生成一个激活信号，然后根据这个激活信号去激活所述麦克风振动序列，然后按照振动序列进行提醒。就是接收振动信号，然后开始激活，抵消所述音乐播放器和麦克风接收器的时间延迟。本申请解决了用户在进行乐器弹奏过程中由于无法准确获知节拍器的提示信息而导致的弹奏出错的技术问题，达到了精准提醒用户节拍的技术效果。

实施例二

如图3所示，本申请还提供了一种节拍的提示装置，所述装置包括：

接收器延时信息接收模块1，所述接收器延时信息接收模块1用于对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；

待播放乐曲节拍参数输出模块2，所述待播放乐曲节拍参数输出模块2用于获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；

震动信号数据库构建模块3，所述震动信号数据库构建模块3用于构建振动信号数据库；

震动信号匹配模块4，所述震动信号匹配模块4用于将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；

乐曲节拍提示模块5，所述乐曲节拍提示模块5用于当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。

进一步的，本申请实施例还包括：

乐曲信息获得模块，所述乐曲信息获得模块用于获得多个乐曲信息，其中包括多种类型乐曲；

延时信息获得模块，所述延时信息获得模块用于基于所述多个乐曲信息对乐曲播放器和麦克风接收器依次进行延时特征分析，获得多个延时信息；

平均延时信息获得模块，所述平均延时信息获得模块用于对所述多个延时信息进行均值计算，获得平均延时信息，并将所述平均延时信息作为所述接收器延时信息。

进一步的，本申请实施例还包括：

乐曲节拍分析模型构建模块，所述乐曲节拍分析模型构建模块用于基于BP神经网络，构建乐曲节拍分析模型；

乐曲节拍分析模型分析模块，所述乐曲节拍分析模型分析模块用于所述乐曲节拍分析模型的输入数据为乐曲信息，输出数据为乐曲节拍参数；

多个乐曲信息和多个乐曲节拍参数获取模块，所述多个乐曲信息和多个乐曲节拍参数获取模块用于获取多个乐曲信息和多个乐曲节拍参数，其中所述乐曲信息和所述乐曲节拍参数具有对应关系；

样本数据集构建模块，所述样本数据集构建模块用于基于所述多个乐曲信息和所述多个乐曲节拍参数构建样本数据集；

乐曲节拍分析模型获得模块，所述乐曲节拍分析模型获得模块用于通过所述样本数据集对所述乐曲节拍分析模型进行训练和验证，获得所述乐曲节拍分析模型。

进一步的，本申请实施例还包括：

预设数据划分比例获取模块，所述预设数据划分比例获取模块用于获取预设数据划分比例，按照所述预设数据划分比例将所述样本数据集划分为训练数据集和验证数据集；

输出结果验证模块，所述输出结果验证模块用于通过所述训练数据集对所述乐曲节拍分析模型进行监督训练，当模型输出结果趋于收敛状态时，通过所述验证数据集对所述乐曲节拍分析模型的输出结果进行验证；

预设模型验证准确率指标获得模块，所述预设模型验证准确率指标获得模块用于获取预设模型验证准确率指标，当所述乐曲节拍分析模型的输出结果准确率满足所述预设模型验证准确率指标时，获得所述乐曲节拍分析模型。

进一步的，本申请实施例还包括：

节拍类型获得模块，所述节拍类型获得模块用于获得多个节拍类型；

节拍振动信号获得模块，所述节拍振动信号获得模块用于基于所述多个节拍类型分别设置不同振动强弱级别的振动信号，获得多个节拍振动信号；

拍子震动信号集合获得模块，所述拍子震动信号集合获得模块用于基于多个节拍类型，对节拍内的拍子分别设置不同振动强弱级别的振动信号，获得多个拍子振动信号集合；

振动信号数据库构建模块，所述振动信号数据库构建模块用于基于所述多个节拍振动信号和多个拍子振动信号集合构建所述振动信号数据库。

进一步的，本申请实施例还包括：

小节类型、小节发生时间、拍子类型、拍子发生时间确定模块，所述小节类型、小节发生时间、拍子类型、拍子发生时间确定模块用于基于所述节拍拍速和所述节拍拍号确定小节类型、小节发生时间、拍子类型、拍子发生时间；

振动信号获得模块，所述震动信号获得模块用于将所述小节类型和所述拍子类型输入所述振动信号数据库中进行振动信号匹配，获得多个振动信号；

麦克风振动信号序列获得模块，所述麦克风振动信号序列获得模块用于基于所述小节发生时间和所述拍子发生时间，将所述多个振动信号进行时间排序，获得所述麦克风振动信号序列。

进一步的，本申请实施例还包括：

第一震动信号设置模块，所述第一震动信号设置模块用于将所述麦克风振动信号序列最前端的振动信号作为第一震动信号；

第一震动时间获得模块，所述第一震动时间获得模块用于当待播放乐曲进行播放时，基于所述接收器延时信息确定所述第一震动信号的震动时间，获得第一震动时间；

振动进行模块，所述振动进行模块用于基于所述第一震动时间和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动。

关于一种节拍的提示装置的具体实施例可以参见上文中对于一种节拍的提示方法的实施例，在此不再赘述。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。

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 (8)

1.一种节拍的提示方法，其特征在于，所述方法应用于伴唱麦克风系统，所述方法包括：

对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；

获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；

构建振动信号数据库；

将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；

当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。

2.如权利要求1所述的方法，其特征在于，所述对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息，还包括：

获得多个乐曲信息，其中包括多种类型乐曲；

基于所述多个乐曲信息对乐曲播放器和麦克风接收器依次进行延时特征分析，获得多个延时信息；

对所述多个延时信息进行均值计算，获得平均延时信息，并将所述平均延时信息作为所述接收器延时信息。

3.如权利要求1所述的方法，其特征在于，还包括：

基于BP神经网络，构建乐曲节拍分析模型；

所述乐曲节拍分析模型的输入数据为乐曲信息，输出数据为乐曲节拍参数；

获取多个乐曲信息和多个乐曲节拍参数，其中所述乐曲信息和所述乐曲节拍参数具有对应关系；

基于所述多个乐曲信息和所述多个乐曲节拍参数构建样本数据集；

通过所述样本数据集对所述乐曲节拍分析模型进行训练和验证，获得所述乐曲节拍分析模型。

4.如权利要求3所述的方法，其特征在于，所述通过所述样本数据集对所述乐曲节拍分析模型进行训练和验证，获得所述乐曲节拍分析模型，还包括：

获取预设数据划分比例，按照所述预设数据划分比例将所述样本数据集划分为训练数据集和验证数据集；

通过所述训练数据集对所述乐曲节拍分析模型进行监督训练，当模型输出结果趋于收敛状态时，通过所述验证数据集对所述乐曲节拍分析模型的输出结果进行验证；

获取预设模型验证准确率指标，当所述乐曲节拍分析模型的输出结果准确率满足所述预设模型验证准确率指标时，获得所述乐曲节拍分析模型。

5.如权利要求1所述的方法，其特征在于，所述构建振动信号数据库，还包括：

获得多个节拍类型；

基于所述多个节拍类型分别设置不同振动强弱级别的振动信号，获得多个节拍振动信号；

基于多个节拍类型，对节拍内的拍子分别设置不同振动强弱级别的振动信号，获得多个拍子振动信号集合；

基于所述多个节拍振动信号和多个拍子振动信号集合构建所述振动信号数据库。

6.如权利要求1所述的方法，其特征在于，所述将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列，还包括：

基于所述节拍拍速和所述节拍拍号确定小节类型、小节发生时间、拍子类型、拍子发生时间；

将所述小节类型和所述拍子类型输入所述振动信号数据库中进行振动信号匹配，获得多个振动信号；

基于所述小节发生时间和所述拍子发生时间，将所述多个振动信号进行时间排序，获得所述麦克风振动信号序列。

7.如权利要求1所述的方法，其特征在于，所述当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，还包括：

将所述麦克风振动信号序列最前端的振动信号作为第一震动信号；

当待播放乐曲进行播放时，基于所述接收器延时信息确定所述第一震动信号的震动时间，获得第一震动时间；

基于所述第一震动时间和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动。

8.一种节拍的提示装置，其特征在于，所述装置包括：

接收器延时信息接收模块，所述接收器延时信息接收模块用于对乐曲播放器和麦克风接收器进行延时特征分析，获得接收器延时信息；

待播放乐曲节拍参数输出模块，所述待播放乐曲节拍参数输出模块用于获得播放器内的待播放乐曲信息，并将所述待播放乐曲信息输入乐曲节拍分析模型，输出待播放乐曲节拍参数，其中所述待播放乐曲节拍参数包括节拍拍速和节拍拍号；

震动信号数据库构建模块，所述震动信号数据库构建模块用于构建振动信号数据库；

震动信号匹配模块，所述震动信号匹配模块用于将所述节拍拍速和所述节拍拍号输入所述振动信号数据库中进行振动信号匹配，生成麦克风振动信号序列；

乐曲节拍提示模块，所述乐曲节拍提示模块用于当待播放乐曲进行播放时，基于所述接收器延时信息和所述麦克风振动信号序列控制伴唱麦克风的振动模块进行振动，完成乐曲节拍提示。