[发明专利]音乐模型训练、音乐创作方法、装置、终端及存储介质在审
| 申请号： | 201810570846.7 | 申请日： | 2018-06-05 |
| 公开（公告）号： | CN108806657A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 王义文;刘奡智;王健宗;肖京 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G10H7/00 | 分类号： | G10H7/00;G06N99/00 |
| 代理公司： | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人： | 杨毅玲 |
| 地址： | 518000 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
一种音乐模型训练方法，包括：获取MIDI音乐数据集，所述MIDI音乐数据集包括多个MIDI乐谱；提取每一个MIDI乐谱的特征向量；将特征向量输入至结构化支持向量机中进行训练得到音乐模型，包括：构造判别函数f(x；w)，x是特征向量，w是参数向量，将最大化判别函数f(x；w)的数据值 |
||
| 搜索关键词： | 音乐 判别函数 特征向量 乐谱 训练样本数据 参数向量 存储介质 模型训练 音乐数据 终端 支持向量机 人工智能 概率分布 时间序列 损失函数 特征提取 输出 结构化 最大化 预测 求解 预设 优化 | ||
【主权项】：
1.一种音乐模型训练方法，其特征在于，所述方法包括：获取MIDI音乐数据集，所述MIDI音乐数据集包括多个MIDI乐谱；提取每一个MIDI乐谱的特征向量；将所述特征向量输入至结构化支持向量机中进行训练得到音乐模型，包括：构造判别函数f(x；w)，x是特征向量，w是参数向量，将最大化判别函数f(x；w)的数据值![]()
作为预测值进行输出；根据预设损失函数![]()
对所述预测值与真实值进行计算，其中，P为数据的概率分布，用训练样本数据计算得到的经验风险![]()
代替；使用SVM的优化公式![]()
求解唯一参数向量ω使得通过训练样本数据的经验风险![]()
为零；解得判别函数f(x；ω)，最后输出音乐时间序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，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/patent/201810570846.7/，转载请声明来源钻瓜专利网。
- 上一篇：歌曲的自动生成
- 下一篇：一种血液分析仪及其蜂鸣器音量调节驱动电路
