[发明专利]和弦识别模型的训练方法及装置、和弦识别方法及装置

说明书

本公开关于一种和弦识别模型的训练方法及装置、和弦识别方法及装置。所述和弦识别方法包括：获取与音频对应的无人声音频和无鼓声音频；分别对所述音频、所述无人声音频、所述无鼓声音频进行特征提取，得到音频特征、无人声音频特征、无鼓声音频特征；通过将所述音频特征输入到和弦识别模型中的第一子模型，将所述无人声音频特征输入到和弦识别模型中的第二子模型，将所述无鼓声音频特征输入到和弦识别模型中的第三子模型，分别得到所述音频的第一和弦类型、第二和弦类型、第三和弦类型；基于所述音频的第一和弦类型、第二和弦类型、第三和弦类型，确定所述音频的和弦类型。根据本公开的和弦识别方法及装置，可提高和弦识别的准确度。

技术领域

本公开涉及音视频技术领域。更具体地，本公开涉及一种和弦识别模型的训练方法及装置、以及一种和弦识别方法及装置。

背景技术

自动和弦识别(ACR)是音乐信息检索领域的重要研究话题。和弦是音乐形成的基础，它可以直接影响一首音乐的审美，决定音乐的情感和色彩，丰富音乐的内容。常见的和弦类型包括三和弦：大三和弦(maj)、小三和弦(min)、减三和弦(dim)、增三和弦(aug)，七和弦:大七和弦(maj7)、属七和弦(7)、小七和弦(m7)、小大七和弦(mM7)、减七和弦(dim7)、增七和弦(aug7)、半减七和弦(half-dim7)，以及附加和弦(add)、扩展和弦(extend)、挂留和弦(suspend)。

和弦进行是流行音乐、古典乐、摇滚音乐和布鲁斯、爵士等音乐的基础，在这些音乐体裁中，旋律和节奏是建立在和弦进行上的。在歌曲创作过程中，歌曲通常由和弦进行，然后再考虑旋律、bass、配器等其他元素。因此，和弦识别对于音乐学习和作曲无疑是非常重要的。例如，在爵士乐即兴演奏中，爵士贝斯手可以根据和弦谱即兴演奏低音，其他独奏乐器演奏者也根据和弦谱即兴创作自己的独奏部分。在相关技术中，一些网站提供了一些手动注释的乐谱供下载，然而，这些乐谱中的和弦需要依靠人工识别并注释，和弦识别的准确度较低。

发明内容

本公开的示例性实施例在于提供一种和弦识别模型的训练方法及装置、一种和弦识别方法及装置，以至少解决相关技术中的和弦识别的准确率不高的问题，也可不解决任何上述问题。

根据本公开的示例性实施例，提供一种和弦识别模型的训练方法，包括：获取与音频对应的无人声音频和无鼓声音频；基于原始音频训练集，获取与所述原始音频训练集对应的无人声音频训练集和无鼓声音频训练集；分别对所述原始音频训练集、所述无人声音频训练集、所述无鼓声音频训练集中的音频进行特征提取，得到原始音频特征集、无人声音频特征集、无鼓声音频特征集；通过将所述原始音频特征集输入到和弦识别模型中的第一子模型，将所述无人声音频特征集输入到所述和弦识别模型中的第二子模型，将所述无鼓声音频特征集输入到所述和弦识别模型中的第三子模型，，分别得到原始音频的预测和弦类型、无人声音频的预测和弦类型、无鼓声音频的预测和弦类型；基于原始音频的真实和弦类型、所述原始音频的预测和弦类型、所述无人声音频的预测和弦类型、所述无鼓声音频的预测和弦类型，计算所述第一子模型的预测损失、所述第二子模型的预测损失和所述第三子模型的预测损失；分别基于所述第一子模型的预测损失、所述第二子模型的预测损失和所述第三子模型的预测损失对所述第一子模型的参数、所述第二子模型的参数和所述第三子模型的参数进行调整。

可选地，通过将所述原始音频特征集输入到所述和弦识别模型中的所述第一子模型来得到所述原始音频的预测和弦类型的步骤可包括：将所述原始音频特征集输入到所述和弦识别模型中的所述第一子模型中，预测所述原始音频的预测音级、预测根音和预测低音；基于所述原始音频的预测音级、预测根音和预测低音确定所述原始音频的预测和弦类型。

可选地，通过将所述无人声音频特征集输入到所述和弦识别模型中的所述第二子模型来得到所述无人声音频的预测和弦类型的步骤可包括：将所述无人声音频特征集输入到所述和弦识别模型中的所述第二子模型中，预测所述无人声音频的预测音级、预测根音和预测低音；基于所述无人声音频的预测音级、预测根音和预测低音确定所述无人声音频的预测和弦类型。