典型文献
基于残差门控循环卷积和注意力机制的端到端光学乐谱识别方法
文献摘要：
光学乐谱识别对推动音乐智能化与数字化有着重大意义.传统的乐谱识别流程冗杂,易导致错误积累,但目前基于序列建模的乐谱识别方法不能从全尺度上获取音符上下文信息,在识别效果上仍有提升空间.为此,提出一种基于残差门控循环卷积和注意力机制的端到端光学乐谱识别方法.以残差门控循环卷积作为骨干网络,丰富模型提取上下文信息能力;结合一个注意力机制解码器,能更好地挖掘乐谱特征信息及其内部相关性,增强模型表征能力并对乐谱图像中的音符及音符序列进行识别.实验结果表明,改进后的网络与原卷积循环神经网络(CRNN)模型相比,符号错误率和序列错误率均显著下降.
文献关键词：
光学乐谱识别;门控循环卷积;注意力机制;端到端
中图分类号：
作者姓名：
孙弘扬;王尚
作者机构：
东华理工大学信息工程学院,江西 南昌 330013
文献出处：
引用格式：
[1]孙弘扬;王尚-.基于残差门控循环卷积和注意力机制的端到端光学乐谱识别方法)[J].计算机与现代化,2022(07):85-90
A类：
门控循环卷积,光学乐谱识别,音符序列
B类：
注意力机制,端到端,冗杂,序列建模,全尺度,上下文信息,提升空间,骨干网络,信息能力,解码器,谱特征,特征信息,增强模型,模型表征,表征能力,谱图,卷积循环神经网络,CRNN,错误率
AB值：
0.204562
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
