音乐节拍检测的后处理方法、装置、设备及存储介质与流程

本申请实施例涉及人工智能领域，特别涉及一种音乐节拍检测的后处理方法、装置、设备及存储介质。

背景技术：

1、目前，音乐领域涉及的软件的功能日益强大，这些类型的软件可以用于音乐创作、编辑、演奏、混音等音乐处理。随着技术的发展，在开发相关软件时，存在确定音乐节拍位置的需求。

2、在相关技术中，获取到歌曲的节拍检测结果后，直接利用峰值检测算法在该节拍检测结果中寻找峰值，将寻找到的峰值确定为节拍的位置。

3、在相关技术中，存在无明显的节拍特征和鼓点较密的歌曲，对这类歌曲的节拍预测结果的峰值检测不准确，在进行音乐节拍检测后处理时容易出现漏拍或多拍的情况。

技术实现思路

1、本申请实施例提供了一种的方法、装置、设备及存储介质。本申请实施例提供的技术方案如下：

2、根据本申请实施例的一个方面，提供了一种音乐节拍检测的后处理方法，所述方法包括：

3、获取歌曲的节拍检测结果，其中，所述歌曲包括多个帧数据，所述节拍检测结果包括所述多个帧数据中每一个帧数据的节拍概率值，所述帧数据的节拍概率值是指所述帧数据为节拍的概率值；

4、基于歌曲的速度和节奏类型，确定所述歌曲的节奏范围，其中，所述歌曲的速度用于指示所述歌曲在单位时间内的节拍的数量，所述节奏类型用于指示一个音乐小节包括的节拍数量和节拍的规律，所述节奏范围包括多个候选的帧节奏，所述帧节奏用于指示所述歌曲中相邻的帧数据之间的速度；

5、基于所述节拍检测结果和所述节奏范围，采用动态贝叶斯网络确定音乐小节指针序列，所述音乐小节指针序列用于指示至少一个音乐小节在所述歌曲中的位置；

6、基于所述音乐小节指针序列和所述节奏类型，得到所述至少一个音乐小节中的节拍在所述音乐小节中的位置。

7、根据本申请实施例的一个方面，提供了一种音乐节拍检测的后处理装置，所述装置包括：

8、检测结果获取模块，用于获取歌曲的节拍检测结果，其中，所述歌曲包括多个帧数据，所述节拍检测结果包括所述多个帧数据中每一个帧数据的节拍概率值，所述帧数据的节拍概率值是指所述帧数据为节拍的概率值；

9、节奏范围确定模块，用于基于所述歌曲的速度和节奏类型，确定所述歌曲的节奏范围，其中，所述歌曲的速度用于指示所述歌曲在单位时间内的节拍的数量，所述节奏类型用于指示一个音乐小节包括的节拍数量和节拍的规律，所述节奏范围包括多个候选的帧节奏，所述帧节奏用于指示所述歌曲中相邻的帧数据之间的速度；

10、指针序列确定模块，用于基于所述节拍检测结果和所述节奏范围，采用动态贝叶斯网络确定音乐小节指针序列，所述音乐小节指针序列用于指示至少一个音乐小节在所述歌曲中的位置；

11、节拍位置确定模块，用于基于所述音乐小节指针序列和所述节奏类型，得到所述至少一个音乐小节中的节拍在所述音乐小节中的位置。

12、根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现上述的方法。

13、根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序用于被处理器执行，以实现上述的方法。

14、根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序由处理器加载并执行以实现上述的方法。

15、本申请实施例提供的技术方案至少包括如下有益效果：

16、通过获取歌曲的节拍检测结果，该节拍检测结果包括该歌曲多个帧数据中每一个帧数据的节拍概率值，根据歌曲的速度和节奏类型，确定歌曲的节奏范围，基于上述节拍检测结果和节奏范围，采用动态贝叶斯网络确定该歌曲对应的音乐小节指针序列，最后基于音乐小节指针序列和歌曲的节奏类型，即可得到至少一个音乐小节的节拍在对应的音乐小节中的位置，实现了通过采用动态贝叶斯网络对歌曲的节拍检测结果进行分析，从歌曲的节拍检测结果推导出音乐小节的节拍在音乐小节中的位置，有效降低漏拍、多拍的概率，提高了节拍检测的准确率。

技术特征：

1.一种音乐节拍检测的后处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述歌曲的速度和节奏类型，确定所述歌曲的节奏范围，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述节拍数量、速度调整参数和所述歌曲的速度，确定最小节奏和最大节奏，包括：

4.根据权利要求1所述的方法，其特征在于，每个音乐小节包括至少一个节拍；

5.根据权利要求4所述的方法，其特征在于，在所述音乐小节包括多个节拍的情况下，所述音乐小节中的第一个节拍为第一类型节拍，所述音乐小节中除所述第一个节拍外的至少一个节拍为第二类型节拍。

6.根据权利要求1所述的方法，其特征在于，所述基于所述节拍检测结果和所述节奏范围，采用动态贝叶斯网络确定音乐小节指针序列，包括：

7.一种音乐节拍检测的后处理装置，其特征在于，所述装置包括：

8.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现如权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序用于被处理器执行，以实现如权利要求1至6任一项所述的方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至6任一项所述的方法。

技术总结
本申请公开了一种音乐节拍检测的后处理方法、装置、设备及存储介质，涉及人工智能技术领域。该方法包括：获取歌曲的节拍检测结果；基于歌曲的速度和节奏类型，确定该歌曲的节奏范围；基于节拍检测结果和节奏范围，采用动态贝叶斯网络确定音乐小节指针序列；基于音乐小节指针序列和节奏类型，得到至少一个音乐小节中的节拍在该音乐小节中的位置。本方法通过采用动态贝叶斯网络对歌曲的节拍检测结果进行分析，从歌曲的节拍检测结果推导出音乐小节的节拍在音乐小节中的位置，有效降低漏拍、多拍的概率，提高了节拍检测的准确率。

技术研发人员：罗程方
受保护的技术使用者：广州酷狗计算机科技有限公司
技术研发日：
技术公布日：2024/4/24