Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西安交通大学李晨获国家专利权

恭喜西安交通大学李晨获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜西安交通大学申请的专利一种基于深度特征提取的旋律提取方法、系统及相关产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120032614B

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510498636.1,技术领域涉及:G10H1/00;该发明授权一种基于深度特征提取的旋律提取方法、系统及相关产品是由李晨;李雅楠;田丽华;李洪梅;祝继华;张玉龙;孙增国;庞善民;昝鑫;刘焕;张梓欣;田青青;方铁园设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

一种基于深度特征提取的旋律提取方法、系统及相关产品在说明书摘要公布了:本发明公开一种基于深度特征提取的旋律提取方法、系统及相关产品,属于音乐信息检索技术领域。本发明利用残差神经网络层、最大池化层和双向长短时记忆网络层提取第二频谱图的特征,得到特征向量;利用卷积循环神经网络层提取第二频谱图的特征,得到特征向量,将二者串联融合为特征向量;最后通过半监督极限学习机网络模型提取得到待处理音频信号的旋律。本方法通过残差神经网络、双向长短时记忆网络与卷积循环神经网络的协同作用,分别提取第二频谱图的深层时序特征和局部频域特征,通过串联融合实现多模态特征互补,增强旋律特征的表征能力,解决传统SSELM模型依赖单一网络结构导致特征表达不足的问题,提高旋律提取的准确率。

本发明授权一种基于深度特征提取的旋律提取方法、系统及相关产品在权利要求书中公布了:1.一种基于深度特征提取的旋律提取方法,其特征在于,包括以下步骤:对待处理音频信号进行预处理,得到第一频谱图,基于相位谱法,对第一频谱图进行修正,得到第二频谱图;通过残差神经网络层、最大池化层和双向长短时记忆网络层提取第二频谱图的特征,得到特征向量;通过卷积循环神经网络层提取第二频谱图的特征,得到特征向量,所述特征向量和特征向量的维度相同;沿特征向量的维度以串联方式融合特征向量和特征向量,得到融合后的特征向量;将融合后的特征向量输入至训练好的半监督极限学习机网络模型,得到待处理音频信号的旋律;所述对待处理音频信号进行预处理,得到第一频谱图,基于相位谱法,对第一频谱图进行修正,得到第二频谱图,具体包括:对待处理音频信号进行重采样,得到音频信号A;对音频信号A进行分帧处理,得到分帧信号B;采用短时傅里叶变换对分帧信号B进行时频转换,生成复数矩阵;对复数矩阵进行可视化,得到第一频谱图;基于复数矩阵,采用相位谱法计算得到分帧信号B的瞬时频率和瞬时幅值;基于瞬时频率和瞬时幅值,对第一频谱图进行修正,得到第二频谱图;所述通过残差神经网络层、最大池化层和双向长短时记忆网络层提取第二频谱图的特征,得到特征向量,具体包括:将第二频谱图输入至残差神经网络层依次进行归一化、非线性激活、1*1卷积及3*3卷积处理,得到初级特征图;将初级特征图输入至最大池化层进行空间维度降采样,得到中级特征序列;将中级特征序列输入至双向长短时记忆网络层进行时序建模,提取双向特征,得到特征向量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。