一种基于深度学习的钢琴弹奏识别方法与流程

技术特征：
1.一种基于深度学习的钢琴弹奏识别方法，其步骤在于：s1：建立钢琴弹奏音符数据库，并对弹奏的音符数据进行分类处理；s2：通过钢琴弹奏对乐曲进行采集，并提取乐曲中的连续音符得到个音符所占的帧数；s3：计算各音符弹奏所占用的时长；s4：通过采集机构对目标音符数据以及目标音符弹奏占用的时间进行采集；s5：对采集的目标音符数据进行分类并通过相应的学习对目标音符进行识别。2.根据权利要求所述1的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述采集机构包括固定架（1）和采集探头（15），且固定架（1）顶部外壁的两侧均固定连接有滑轨（10），两个滑轨（10）的内壁均滑动连接有滑块（7），两个滑块（7）的一侧外壁均固定连接有垫板（14），两个垫板（14）的底部外壁之间固定连接有支撑架（11），支撑架（11）与采集探头（15）之间活动连接，支撑架（11）相对的两侧外壁均固定连接有第二弹簧（16），且第二弹簧（16）的一侧外壁固定连接有夹板（12）。3.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述支撑架（11）的一侧外壁开设有螺纹孔，螺纹孔的内壁螺纹连接有紧固栓（13）。4.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，两个所述夹板（12）的一侧外壁均粘接有多个第一气垫（17）和第二气垫（18），且第一气垫（17）与第二气垫（18）之间交替分布，第一气垫（17）的尺寸大于第二气垫（18）的尺寸，第一气垫（17）与第二气垫（18）之间设置有导管（19）。5.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述滑块（7）的顶部外壁和滑轨（10）的底部外壁之间固定连接有第一弹簧（9）。6.根据权利要求所述2的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述固定架（1）底部外壁的两侧均固定连接有两个导向轨（3），且导向轨（3）的内壁滑动连接有导向块（4），导向块（4）的一侧外壁固定连接有支撑板（5）。7.根据权利要求所述6的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述固定架（1）的顶部外壁粘接有第二气囊（8），且第二气囊（8）与两个垫板（14）之间胶接，第二气囊（8）的内部分别设置有第一空腔和第二空腔，第一空腔与第二空腔之间设置有隔板（21），隔板（21）为柔性材质，第一空腔的底部内壁设置有多个气嘴（20），气嘴（20）位于采集探头（15）的上方。8.根据权利要求所述7的一种基于深度学习的钢琴弹奏识别方法，其特征在于，所述固定架（1）和支撑板（5）之间设置有第一气囊（2），且第一气囊（2）的一侧外壁与第二气囊（8）的一侧外壁之间设置有气管（6）。

技术总结
本发明公开了一种基于深度学习的钢琴弹奏识别方法，其步骤在于：建立钢琴弹奏音符数据库，并对弹奏的音符数据进行分类处理，通过钢琴弹奏对乐曲进行采集，并提取乐曲中的连续音符得到个音符所占的帧数，计算各音符弹奏所占用的时长，通过采集机构对目标音符数据以及目标音符弹奏占用的时间进行采集，对采集的目标音符数据进行分类并通过相应的学习对目标音符进行识别。本发明能够快速准确的对弹奏的音符进行识别，防止由于振动而导致采集探头从支撑架上脱落，防止由于振动产生的噪音对采集机构的工作造成干扰，能够对采集探头的表面进行散热处理，能够防止灰尘渗透到采集探头的内部对采集探头的内部造成损坏。部对采集探头的内部造成损坏。部对采集探头的内部造成损坏。


技术研发人员：凌元庆 张静雅 姚晖 徐超巍
受保护的技术使用者：安徽多效信息科技有限公司
技术研发日：2021.08.06
技术公布日：2021/11/17