一种基于数据驱动的音符起始点检测方法

摘要

本发明公开了一种基于数据驱动的音符起始点检测方法，包括以下步骤：1、对预处理后的log梅尔频谱数据进行编码和时间窗口滑动分片，生成时间片特性样本；2、加载时间片样本进行一维卷积、最大池化操作；3、将池化层的结果输入到BiLSTM层，提取样本语义信息；4、将BiLSTM层的结果输入到attention层，加强模型对关键时序样本的学习；5、将attention层的结果输入到softmax分类层进行判别；6、参照时间阀值将softmax层的判别结果进行合并，输出音符起始点序列。本发明能够多次多音频进行记录，并进行比对，对颤音、滑音等进行筛选，提高了演唱场景识别效果，减少误检以及漏检情况的发生，提高了音符起始点检测的准确性。