摘要
本发明提供了民乐曲谱的自动化多特征标注方法及设备,涉及声音分析技术领域,包括:获取目标民乐曲谱语料库;进行符号解析与时频变换,分别提取音符序列矩阵和频谱特征矩阵;通过变分自编码器构建初始特征嵌入空间;调取层次化标注标签,包括音高轮廓、节奏结构、装饰音位置与类型、力度趋势曲线;训练初始注释模型,初始注释模型为基于多头自注意力的Transforme r网络;利用弹性权重整合策略进行增量微调,生成目标注释模型;输出目标民乐曲谱多特征注释结果。本发明解决了现有技术主要依赖人工标注和传统特征提取方法来处理音乐数据,无法全面捕捉到曲谱中的多样性特征,导致标注过程的低效和不准确的技术问题。
技术关键词
标注方法
频谱特征
标签
矩阵
样本
符号
声音分析技术
变分自动编码器
分类器
序列
短时傅里叶变换
特征提取方法
注意力
标注设备
模型训练模块
风格
网络
依赖人工
事件流
系统为您推荐了相关专利信息
排沙设施
层次分析法
判定方法
层次结构模型
泥沙粒径
三维光学扫描仪
位姿标定方法
探杆
激光跟踪仪
坐标系标定技术
神经网络模型
逆向运动学
动作评估方法
运动器械
轨迹特征