一种基于端到端神经网络的琵琶乐谱识别方法及系统

    公开(公告)号:CN114332903B

    公开(公告)日:2024-09-17

    申请号:CN202111458277.5

    申请日:2021-12-02

    Applicant: 厦门大学

    Abstract: 本发明提供了乐谱识别技术领域的一种基于端到端神经网络的琵琶乐谱识别方法及系统,方法包括:步骤S10、获取大量的琵琶乐谱图片以及各琵琶乐谱图片对应的MusicXML文件,对琵琶乐谱图片进行预处理;步骤S20、按行对各乐谱图片进行切割得到琵琶乐谱子图片,基于琵琶乐谱子图片切割对应的MusicXML文件得到MusicXML子文件;步骤S30、将各MusicXML子文件转换为MEI文件,基于预设的语义字典将各MEI文件转换为语义文件;步骤S40、基于端到端神经网络创建一琵琶乐谱识别模型,利用各琵琶乐谱子图片以及语义文件对琵琶乐谱识别模型进行训练;步骤S50、利用训练后的琵琶乐谱识别模型进行琵琶乐谱识别。本发明的优点在于:实现对琵琶乐谱进行自动识别,极大的提升了琵琶乐谱的数字化效率。

    一种基于端到端神经网络的琵琶乐谱识别方法及系统

    公开(公告)号:CN114332903A

    公开(公告)日:2022-04-12

    申请号:CN202111458277.5

    申请日:2021-12-02

    Applicant: 厦门大学

    Abstract: 本发明提供了乐谱识别技术领域的一种基于端到端神经网络的琵琶乐谱识别方法及系统,方法包括:步骤S10、获取大量的琵琶乐谱图片以及各琵琶乐谱图片对应的MusicXML文件,对琵琶乐谱图片进行预处理;步骤S20、按行对各乐谱图片进行切割得到琵琶乐谱子图片,基于琵琶乐谱子图片切割对应的MusicXML文件得到MusicXML子文件;步骤S30、将各MusicXML子文件转换为MEI文件,基于预设的语义字典将各MEI文件转换为语义文件;步骤S40、基于端到端神经网络创建一琵琶乐谱识别模型,利用各琵琶乐谱子图片以及语义文件对琵琶乐谱识别模型进行训练;步骤S50、利用训练后的琵琶乐谱识别模型进行琵琶乐谱识别。本发明的优点在于:实现对琵琶乐谱进行自动识别,极大的提升了琵琶乐谱的数字化效率。

Patent Agency Ranking