龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：大连海事大学
摘要：本发明公开了一种基于图卷积网络和粒子滤波的多音音乐歌声基频估计方法，包括：将多音音乐信号进行常Q变换获得频点按照对数规律分布的音乐信号频谱；将常Q变换谱作为输入数据，真实音高频率值作为标签，基于CQT谱图构建训练集和测试集；对CQT谱图中各声源的谐波关系进行建模，对所述图卷积神经网络模型进行训练获得似然函数；利用粒子滤波算法进行歌声基频估计：基于似然函数对图卷积神经网络模型的粒子的权重进行更新，计算权重最大的粒子集合的平均值，将该平均值作为粒子滤波算法最终推断出的音高，采用零频率粒子重验证策略对音高进行修正，不断迭代该预测更新步骤，直至完成对整个音频的歌声基频估计。
主权项：1.一种基于图卷积网络和粒子滤波的多音音乐歌声基频估计方法，其特征在于包括：将多音音乐信号进行常Q变换获得频点按照对数规律分布的音乐信号频谱；将常Q变换谱作为输入数据，真实音高频率值作为标签，基于CQT谱图构建训练集和测试集；对CQT谱图中各声源的谐波关系进行建模，将频谱中的离散频点视为节点，频率分量之间的谐波关系视为节点之间的边，并用邻接矩阵定义边，构建图卷积神经网络模型，基于图卷积神经网络模型对CQT频谱进行特征提取，获取从频谱到音高的似然函数映射；对所述图卷积神经网络模型进行训练获得似然函数；利用粒子滤波算法进行歌声基频估计：对粒子进行初始化，在人声音高范围内均匀的放置粒子，对各个粒子的权重进行初始化；采用Logistic分布作为粒子状态转移概率，并在预测阶段中引入零频率粒子分配策略，确保始终存在频率为0的粒子；基于似然函数对图卷积神经网络模型的粒子的权重进行更新，计算权重最大的粒子集合的平均值，将该平均值作为粒子滤波算法最终推断出的音高，采用零频率粒子重验证策略对音高进行修正，不断迭代该预测更新步骤，直至完成对整个音频的歌声基频估计。
全文数据：
权利要求：
百度查询： 大连海事大学 基于图卷积网络和粒子滤波的歌声基频估计方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号