申请/专利权人：莱芜职业技术学院

申请日：2024-05-24

公开（公告）日：2024-06-25

公开（公告）号：CN118248150A

主分类号：G10L17/00

分类号：G10L17/00;G10L17/04;G10L21/0272;G10L21/0308;G10L25/51;G10L25/24;G10L25/18;G10L25/03;G10L25/21;G10L25/30;G10L25/27;G10L15/26;G09B15/00

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明公开了一种基于人工智能的音乐教学系统，属于音乐教学技术领域，具体包括：数据库，存储任一目标对象的声纹特征；数据获取模块，实时获取演唱音频；数据分析模块，将演唱音频进行音轨分离，得到演唱人声音频，将人声音频段输入人声分离模型中，得到多个独立演唱音频，采用梅尔频率倒谱变换技术分析处理后的每一帧音频数据并提取音频特征；对任一音频段所包含的多个独立演唱音频数据进行聚类得到若干类别簇；结果生成模块，提取所有噪声类别簇所对应的独立演唱音频并分别带入声纹识别模型中，得到所有不合格目标对象。本发明实现了对合唱训练中不合格对象的精准识别，提高音乐教学的效率和质量。

主权项：1.一种基于人工智能的音乐教学系统，其特征在于，包括：数据库，用于存储任一目标对象单独演唱时的音频并通过深度学习模型建立声纹识别模型；数据获取模块，用于实时获取演唱音频；数据分析模块，用于将所述演唱音频进行背景声分离，得到人声演唱音频，根据声部演唱任务将人声演唱音频进行声部划分，得到任一声部的人声演唱音频；将任一声部的人声演唱音频输入至预设人声分离模型中，得到所有单个成员的独立演唱音频；所述演唱任务为合唱歌曲中任一声部负责演唱的部分；选取任一独立演唱音频，将该独立演唱音频按预设帧长进行分帧处理，得到音频帧序列y1,y2,...,yn，n为正整数，采用梅尔频率倒谱变换技术分析处理每一音频帧并提取音频特征，所述音频特征包括帧频谱图峰值最大处的频率序列方差、帧功率和的序列方差的对数和音色特征；分别以帧频谱图峰值最大处的频率序列方差为横轴，以帧功率和的序列方差的对数值为纵轴，以音色向量特征值为Z轴，构建音频三维坐标系，生成所有独立演唱音频所对应的特征点，选取任一特征点为中心，设置控制半径R，计算控制半径R内的特征点密度P，获取所有特征点的控制半径R内的特征点密度均值，将特征点密度均值标记为MinP，若存在任一特征点半径R内特征点密度P大于MinP，则将该特征点标记为核心点，并以该核心点为中心生成类别簇；结果生成模块，用于选取最大的类别簇并标记为整体类别簇，将剩余类别簇标记为噪声类别簇，提取所有噪声类别簇所对应的独立演唱音频并分别输入至声纹识别模型中，识别出所有演唱不合格目标对象。

全文数据：

权利要求：

百度查询： 莱芜职业技术学院 一种基于人工智能的音乐教学系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD