音乐教学中融合卷积神经网络的自动记谱技术分析

摘要

在数字媒体时代下,与音乐创作、教学传播相关的自动记谱技术存在记谱速率小的缺陷,且其相关研究多集中在理论分析层面.故研究借助时频分析进行音频转换,并将该结果导入到卷积神经网络中进行特征提取以完成自动记谱.结果表明,基于模型的自动记谱技术与NMF、NMD和SB算法相比具有较高的表现性能,且其平均准确率、召回率和F值可达87.80％、84.44％、85.86％,并在测试集中F值最高达到了94.98％.上述结果表明该自动记谱技术能有效提取音乐信号时频特征,并实现起始点音符和多音符的识别,进一 步提高了识谱的准确性和完整性,为后续技术的发展提供了改进的思路方向.

关键词