一种基于数据集的乐音乐器声音中音高和时值的提取系统的制作方法

技术特征：

1.一种基于数据集的乐音乐器声音中音高和时值的提取系统，其特征在于，包括依次连接的音频接收器、音频处理器、特征提取器；和自动类别标注器对应连接的时值提取器、音高提取器；

音频接收器，用于将物理声音转换为数字声音信号；

音频处理器，用于将输入的数字声音信号进行降噪和首尾静默切除；

特征提取器，用于提取处理后的数字声音信号相关特征；

时值提取器，用于提取预测数据的时值信息；

音高提取器，用于提取预测数据的音高信息。

2.根据权利要求1所述的提取系统，其特征在于，音频处理器包括与音频接收器依次连接的降噪模块和静默处理模块。

3.根据权利要求1所述的提取系统，其特征在于，特征提取器包括分别与静默处理模块连接的第一特征提取模块、第二特征提取模块、第三特征提取模块、第四特征提取模块；第一特征提取器，用于提取声音振幅相关特征；第二特征提取器，用于提取声音频率相关特征；第三特征提取器，用于提取声音频谱能量在时间维度的分布特征；第四特征提取器，用于提取声音频谱能量在频率维度的分布特征。

4.根据权利要求3所述的提取系统，其特征在于，第三特征提取模块、第四特征提取模块均为线性半音无限脉冲滤波器组，其对声音信号进行滤波后得到声音频谱能量信息。

5.根据权利要求1所述的提取系统，其特征在于，时值提取器包括依次连接的演奏触发帧分类器、偏差校正模块、时值转换模块；演奏触发帧分类器包括依次连接的演奏触发帧自动类别标注模块、人工特征过滤器和二分类器；演奏触发帧自动类别标注模块分别与第一特征提取模块、第二特征提取模块、第三特征提取模块连接和二分类器。

6.根据权利要求5所述的提取系统，其特征在于，音高提取器包括相互连接的演奏触发音高分类器和偏差校正模块；演奏触发音高分类器包括依次与第四特征提取模块连接的演奏触发音高自动类别标注模块、单类分类器和二分类器。

技术总结
本发明公开了一种基于数据集的乐音乐器声音中音高和时值的提取系统，主要解决现有技术中存在的传统方法在单音识别细分领域中性能表现良好，但在复音识别领域中的性能表现相对较弱的问题。该一种基于数据集的乐音乐器声音中音高和时值的提取系统包括通过选择数字曲谱登记入数字曲谱库；演奏者演奏曲谱登记入数字声音库；将类别标签序列与声音特征匹配形成声音特征‑音乐元素数据集的构建方法；基于数据集对乐音乐器中音高和时值的提取方法及系统。通过上述方案，本发明达到了利用监督机器学习模型提取乐音乐器演奏生成的数字声音信号的时值信息和音高信息，能较好的提取复音中音乐元素的目的，具有很高的实用价值和推广价值。

技术研发人员：李惠子;曹琛;冯亚星
受保护的技术使用者：深圳市平均律科技有限公司
技术研发日：2019.07.25
技术公布日：2021.08.03