買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西安交通大學(xué)申請的專利一種基于深度特征提取的旋律提取方法、系統(tǒng)及相關(guān)產(chǎn)品獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120032614B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-06-20發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510498636.1，技術(shù)領(lǐng)域涉及：G10H1/00；該發(fā)明授權(quán)一種基于深度特征提取的旋律提取方法、系統(tǒng)及相關(guān)產(chǎn)品是由李晨;李雅楠;田麗華;李洪梅;祝繼華;張玉龍;孫增國;龐善民;昝鑫;劉煥;張梓欣;田青青;方鐵園設(shè)計研發(fā)完成，并于2025-04-21向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度特征提取的旋律提取方法、系統(tǒng)及相關(guān)產(chǎn)品在說明書摘要公布了：本發(fā)明公開一種基于深度特征提取的旋律提取方法、系統(tǒng)及相關(guān)產(chǎn)品，屬于音樂信息檢索技術(shù)領(lǐng)域。本發(fā)明利用殘差神經(jīng)網(wǎng)絡(luò)層、最大池化層和雙向長短時記憶網(wǎng)絡(luò)層提取第二頻譜圖的特征，得到特征向量；利用卷積循環(huán)神經(jīng)網(wǎng)絡(luò)層提取第二頻譜圖的特征，得到特征向量，將二者串聯(lián)融合為特征向量；最后通過半監(jiān)督極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型提取得到待處理音頻信號的旋律。本方法通過殘差神經(jīng)網(wǎng)絡(luò)、雙向長短時記憶網(wǎng)絡(luò)與卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的協(xié)同作用，分別提取第二頻譜圖的深層時序特征和局部頻域特征，通過串聯(lián)融合實(shí)現(xiàn)多模態(tài)特征互補(bǔ)，增強(qiáng)旋律特征的表征能力，解決傳統(tǒng)SSELM模型依賴單一網(wǎng)絡(luò)結(jié)構(gòu)導(dǎo)致特征表達(dá)不足的問題，提高旋律提取的準(zhǔn)確率。

本發(fā)明授權(quán)一種基于深度特征提取的旋律提取方法、系統(tǒng)及相關(guān)產(chǎn)品在權(quán)利要求書中公布了：1.一種基于深度特征提取的旋律提取方法，其特征在于，包括以下步驟：對待處理音頻信號進(jìn)行預(yù)處理，得到第一頻譜圖，基于相位譜法，對第一頻譜圖進(jìn)行修正，得到第二頻譜圖；通過殘差神經(jīng)網(wǎng)絡(luò)層、最大池化層和雙向長短時記憶網(wǎng)絡(luò)層提取第二頻譜圖的特征，得到特征向量；通過卷積循環(huán)神經(jīng)網(wǎng)絡(luò)層提取第二頻譜圖的特征，得到特征向量，所述特征向量和特征向量的維度相同；沿特征向量的維度以串聯(lián)方式融合特征向量和特征向量，得到融合后的特征向量；將融合后的特征向量輸入至訓(xùn)練好的半監(jiān)督極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型，得到待處理音頻信號的旋律；所述對待處理音頻信號進(jìn)行預(yù)處理，得到第一頻譜圖，基于相位譜法，對第一頻譜圖進(jìn)行修正，得到第二頻譜圖，具體包括：對待處理音頻信號進(jìn)行重采樣，得到音頻信號A；對音頻信號A進(jìn)行分幀處理，得到分幀信號B；采用短時傅里葉變換對分幀信號B進(jìn)行時頻轉(zhuǎn)換，生成復(fù)數(shù)矩陣；對復(fù)數(shù)矩陣進(jìn)行可視化，得到第一頻譜圖；基于復(fù)數(shù)矩陣，采用相位譜法計算得到分幀信號B的瞬時頻率和瞬時幅值；基于瞬時頻率和瞬時幅值，對第一頻譜圖進(jìn)行修正，得到第二頻譜圖；所述通過殘差神經(jīng)網(wǎng)絡(luò)層、最大池化層和雙向長短時記憶網(wǎng)絡(luò)層提取第二頻譜圖的特征，得到特征向量，具體包括：將第二頻譜圖輸入至殘差神經(jīng)網(wǎng)絡(luò)層依次進(jìn)行歸一化、非線性激活、1*1卷積及3*3卷積處理，得到初級特征圖；將初級特征圖輸入至最大池化層進(jìn)行空間維度降采樣，得到中級特征序列；將中級特征序列輸入至雙向長短時記憶網(wǎng)絡(luò)層進(jìn)行時序建模，提取雙向特征，得到特征向量。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安交通大學(xué)，其通訊地址為：710049 陜西省西安市碑林區(qū)咸寧西路28號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。