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：福建师范大学
摘要：本发明提出分数阶语谱图深度学习的声乐发声练习质量等级评定方法，包括以下步骤；步骤S1、采集歌唱者声乐母音发声练习的音频信号，并根据发声指标标注相应的质量等级，构建样本数据集，用于模型的训练、测试和验证；步骤S2、将音频信号转换为一系列的分数阶语谱图；步骤S3、构建模型中的基于DenseNet和通道注意力机制的分数阶语谱图深度特征提取网络，将提取的分数阶语谱图深度特征输入到BiLSTM网络，抽取发声练习信号的时间序列特征；步骤S4、采用量子烟花算法优化模型的核极限学习机的超参数，将抽取的时间序列特征映射到高维空间进行质量等级决策，形成评定结果；步骤S5、对模型进行训练；本发明能够更好地适应非平稳信号的特性，提供更准确的频谱分析。
主权项：1.分数阶语谱图深度学习的声乐发声练习质量等级评定方法，其特征在于：包括以下步骤；步骤S1、采集歌唱者声乐母音发声练习的音频信号，并根据发声指标标注相应的质量等级，构建样本数据集，用于声乐发声练习质量评定网络模型的训练、测试和验证；步骤S2、声乐发声练习质量评定网络模型基于短时分数阶傅里叶变换将音频信号转换为一系列的分数阶语谱图；步骤S3、构建声乐发声练习质量评定网络模型中的基于DenseNet和通道注意力机制的分数阶语谱图深度特征提取网络，将提取的分数阶语谱图深度特征输入到BiLSTM网络，抽取发声练习信号的时间序列特征；步骤S4、采用量子烟花算法优化声乐发声练习质量评定网络模型的核极限学习机的超参数，将抽取的时间序列特征映射到高维空间进行质量等级决策，形成评定结果；步骤S5、采用训练集和验证集对声乐发声练习质量评定网络模型进行训练，通过测试集对模型进行测试及结果分析。
全文数据：
权利要求：
百度查询： 福建师范大学 分数阶语谱图深度学习的声乐发声练习质量等级评定方法
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