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！

龙图腾网获悉南京理工大学申请的专利基于深度学习网络的钢琴乐音分割及音符识别算法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：CN114627893B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202210209245.X，技术领域涉及：G10L25/51；该发明授权基于深度学习网络的钢琴乐音分割及音符识别算法是由兰智杰;张丹阳;郭玲设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本基于深度学习网络的钢琴乐音分割及音符识别算法在说明书摘要公布了：本发明公开了一种基于深度学习网络的钢琴乐音分割及音符识别算法，包括步骤：基于循环神经网络，从一段连续的钢琴音频中得到每个单音的起始点；根据每个单音的起始点，将完整的钢琴音频信号分割为若干个单音音频；构建音高识别的音频数据集；对音频数据集中的信号进行预处理，绘制变换后的语谱图，同时依据各基频的频带对语谱图进行分割得到子语谱图；将语谱图分割得到的多个子语谱图作为输入，通过多个卷积神经网络进行音高的识别。本发明相较于传统的时域方法，不再依赖阈值的选取，提高了泛化能力，相较于传统的频域方法，简化了计算过程，提高了运行速度。

本发明授权基于深度学习网络的钢琴乐音分割及音符识别算法在权利要求书中公布了：1.一种基于深度学习网络的钢琴乐音分割及音符识别算法，其特征在于，包括以下步骤： 基于循环神经网络，从一段连续的钢琴音频中得到每个单音的起始点； 根据每个单音的起始点，将完整的钢琴音频信号分割为若干个单音音频； 构建音高识别的音频数据集； 对音频数据集中的信号进行预处理，绘制变换后的语谱图，同时依据各基频的频带对语谱图进行分割得到子语谱图； 将语谱图分割得到的多个子语谱图作为输入，通过多个卷积神经网络进行音高的识别； 所述基于循环神经网络，从一段连续的钢琴音频中得到每个单音的起始点具体包括： 计算音频信号相邻两帧的短时能量差； 将连续若干帧的短时能量差作为输入，中间帧是否为起始点作为结果送入循环神经网络进行识别，得到每个单音的起始点； 所述循环神经网络的网络结构为：循环神经网络为双向的，网络采用七层网络模型，包括三个循环单元、三个遗忘层和一个全连接层，其中，循环单元和遗忘层相间分布，每个循环单元和遗忘层构成一个局部单元，同时对每个局部单元的输入输出都进行残差处理，每个循环单元的记忆体个数为100，前两个循环单元各时间步返回输出，return_sequences设置为True，最后一个循环单元仅最后时间步返回输出，return_sequences设置为False，每个遗忘层Dropout设置为0.5； 所述对音频数据集中的信号进行预处理，绘制变换后的语谱图，同时依据各基频的频带对语谱图进行分割得到子语谱图具体包括： 对只包含单音的音频片段进行恒Q变换，频率的变换范围为钢琴的音高范围； 绘制变换后的语谱图，以基频处的能量为最大值，进行能量归一化，降低倍频或半频干扰； 依据要检测的目标基频的不同，对语谱图进行划分，得到对应的子语谱图； 所述卷积神经网络共88个，每个卷积神经网络的结构相同但权重系数不同，所述卷积神经网络的结构为：卷积神经网络共包含50层，一层3×3的卷积层，一个全连接层，以及4组残差块，每组包含的残差块个数分别为3，4，6，3，其中每一个残差块包含三个卷积层，卷积核分别为1×1、3×3、1×1，网络中每一卷积层后都接一个Relu激活函数和BN层，最大池化层设置为2×2，同时每个部分都设置最大池化层和卷积层的padding为same。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。

以上内容由龙图腾AI智能生成。