[发明专利]一种基于深度学习的工尺谱谱字识别系统及方法在审
| 申请号： | 202210650096.0 | 申请日： | 2022-06-10 |
| 公开（公告）号： | CN115393866A | 公开（公告）日： | 2022-11-25 |
| 发明（设计）人： | 陈根方 | 申请（专利权）人： | 陈根方 |
| 主分类号： | G06V30/19 | 分类号： | G06V30/19;G06V30/196;G06V30/28;G06V30/304 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 沈渊琪 |
| 地址： | 310024 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 学习 工尺 谱谱字 识别 系统 方法 | ||
1.一种基于深度学习的工尺谱谱字识别系统，其特征在于，包括
预处理模块，预处理模块接受输入的谱字图像特征表述参数，通过转换函数转换为n×n的二维数组，输出此二维数组；
谱字识别模块，谱字识别模块把预处理模块输出的二维数组分别输入到Transformer深度学习分类器中，Transformer深度学习分类器输出谱字分类结果；以及
音乐语义表示模块，音乐语义表示模块接受谱字分类结果，依据简谱记谱法，把分类结果转换为对应的音高数字。
2.一种基于深度学习的工尺谱谱字识别方法，其特征在于，采用如权利要求1所述的工尺谱谱字识别系统实现，其包括：
S1接受输入的谱字图像特征表述参数，通过转换函数转换为n×n的二维数组，输出此二维数组；
S2把二维数组分别输入到Transformer深度学习分类器中，Transformer深度学习分类器输出谱字分类结果；
S3依据简谱记谱法，把分类结果转换为对应的音高数字。
3.根据权利要求2所述的一种基于深度学习的工尺谱谱字识别方法，其特征在于，S1中，I表示工尺谱谱字图像，G表示二维数组，从I到G的计算过程如下：
G(i,j)表示二维数组G第i行第j列的元素值，表示图像I第行第列的元素值，表示取整，变量α是分数中的较大值，Iheight和Iwidth分别表示图像I的高和宽。
4.根据权利要求2所述的一种基于深度学习的工尺谱谱字识别方法，其特征在于，S3中，谱字与简谱音高的对应关系如下：合四一上尺工凡六五乙仩伬仜仉伍亿分别对应简谱的音高为
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于陈根方，未经陈根方许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210650096.0/1.html，转载请声明来源钻瓜专利网。
