基于深度学习的吉他谱识别

摘要

光学乐谱识别是音乐智能化发展的关键部分，在音乐教学、创作等领域有重要应用价值。针对现有吉他谱识别方法步骤繁琐、识别精度低等问题，提出一种基于深度学习的吉他谱识别方法。首先通过分析吉他谱的特点，将吉他谱水平分割为品格音符图像、减时线图像、休止符图像和增时线图像；然后将品格音符图像依次与减时线图像叠加，输入到第1个CRNN模型中进行识别，将减时线图像、休止符图像和增时线图像叠加，输入到第2个CRNN模型中进行识别；最后将识别出的各个符号全局关联，获取完整的乐谱语义。实验结果表明，基于深度学习的吉他谱识别方法可达到98.3%的品格音符识别准确率和99.1%的时值音符识别准确率，与传统的吉他谱识别方法相比，该方法具有更快的识别速度与更高的识别精度。

0 引言

光学乐谱识别[1]（Optical Music Recognition，