一种混合音乐信号和弦的识别方法及系统与流程

1.本发明涉及音乐识别技术领域，尤其涉及一种混合音乐信号和弦的识别方法及系统。

背景技术：

2.随着互联网技术的不断普及，海量音乐多媒体信息涌入网络，因此，基于内容的音乐信息检索成为用户能够快速有效地检索所需音乐数据的重要方法。和弦是音乐信号的重要中层特征之一，是音乐信息标注的基础，作为音乐的固有特征，和弦能够描述音乐和声内容及半音结构，在音频检测与分割、音乐情感分析、音频乐谱对位等领域都有所应用。
3.然而，现有技术存在音乐和弦识别智能化程度不高，识别准确度和识别效率低的技术问题。

技术实现要素：

4.本技术通过提供一种混合音乐信号和弦的识别方法及系统，解决了现有技术音乐和弦识别智能化程度不高，识别准确度和识别效率低的技术问题，达到通过构建混合音乐信号识别平台对混合音乐信号进行和弦识别，识别智能化程度高，进而提高和弦识别准确度和识别效率的技术效果。
5.鉴于上述问题，本发明提供了一种混合音乐信号和弦的识别方法及系统。
6.第一方面，本技术提供了一种混合音乐信号和弦的识别方法，所述方法包括：构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；将所述混合音乐采集信号通过所述网络传输层，传输至所述信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。
7.另一方面，本技术还提供了一种混合音乐信号和弦的识别系统，所述系统包括：平台构建模块，用于构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；信号采集模块，用于通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；网络传输模块，用于将所述混合音乐采集信号通过所述网络传输层，传输至所述信号应用层；信号应用模块，用于所述信号应用层包括音乐信号处理模块和音乐信号识别模块；信号处理模块，用于通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；和弦识别模块，用于基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
9.由于采用了通过物理感知层对预设采集范围内的音乐信号进行采集，再将采集得到的混合音乐采集信号通过网络传输层，传输至信号应用层，所述信号应用层包括音乐信号处理模块和音乐信号识别模块，通过音乐信号处理模块对所述混合音乐采集信号进行预处理，再基于音乐信号识别模块获得混合音乐和弦识别模型，将预处理后的混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果的技术方案。进而达到了通过构建混合音乐信号识别平台对混合音乐信号进行和弦识别，识别智能化程度高，进而提高和弦识别准确度和识别效率的技术效果。
附图说明
10.图1为本技术一种混合音乐信号和弦的识别方法的流程示意图；
11.图2为本技术一种混合音乐信号和弦的识别方法中获得混合音乐标准信号的流程示意图；
12.图3为本技术一种混合音乐信号和弦的识别方法中获得混合音乐和弦识别结果的流程示意图；
13.图4为本技术一种混合音乐信号和弦的识别系统的结构示意图；
14.附图标记说明：平台构建模块11，信号采集模块12，网络传输模块13，信号应用模块14，信号处理模块15，和弦识别模块16。
具体实施方式
15.本技术通过提供了一种混合音乐信号和弦的识别方法系统，解决了现有技术音乐和弦识别智能化程度不高，识别准确度和识别效率低的技术问题，达到了通过构建混合音乐信号识别平台对混合音乐信号进行和弦识别，识别智能化程度高，进而提高和弦识别准确度和识别效率的技术效果。
16.实施例一
17.如图1所示，本技术提供了一种混合音乐信号和弦的识别方法，所述方法包括：
18.步骤s100：构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；
19.具体而言，随着互联网技术的不断普及，海量音乐多媒体信息涌入网络，因此，基于内容的音乐信息检索成为用户能够快速有效地检索所需音乐数据的重要方法。和弦是音乐信号的重要中层特征之一，是指有一定音程关系的一组声音，即将三个或以上的音，按照三度或非三度的叠置关系，在纵向上加以结合，就称为和弦。和弦是音乐信息标注的基础，作为音乐的固有特征，和弦能够描述音乐和声内容及半音结构，在音频检测与分割、音乐情感分析、音频乐谱对位等领域都有所应用。
20.为对混合音乐信号进行准确智能化的和弦识别，首先构建混合音乐信号识别平台，所述混合音乐信号识别平台用于对多个混合音乐信号的和弦进行识别，包括物理感知层、网络传输层和信号应用层，提高音乐信号的和弦识别智能化程度，从而高效准确的实现音乐信号的感知、传输及识别。
21.步骤s200：通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；
22.具体而言，通过所述物理感知层对预设采集范围内的音乐信号进行采集，所述物理感知层由多个声音传感器组成，用于对识别范围内的多方位音乐信号进行采集，全方位准确的得到相应的混合音乐采集信号，例如演奏厅的音乐信号。
23.步骤s300：将所述混合音乐采集信号通过所述网络传输层，传输至所述信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；
24.具体而言，将所述混合音乐采集信号通过所述网络传输层，示例性的，通过无线网络的通信传输方式，传输至所述信号应用层。所述信号应用层用于对混合音乐采集信号进行预处理和音乐特征识别，其中，所述信号应用层包括音乐信号处理模块和音乐信号识别模块，保证混合音乐和弦识别结果准确性。
25.步骤s400：通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；
26.如图2所示，进一步而言，所述通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号，本技术步骤s400还包括：
27.步骤s410：通过所述音乐信号处理模块对所述混合音乐采集信号进行格式转换，获得混合音乐转换信号；
28.步骤s420：对所述混合音乐转换信号进行分析，获得滤波器参数；
29.步骤s430：根据所述滤波器参数，确定信号滤波器；
30.步骤s440：基于所述信号滤波器对所述混合音乐采集信号进行滤波处理，获得所述混合音乐标准信号。
31.具体而言，通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，具体为，首先通过所述音乐信号处理模块对所述混合音乐采集信号进行格式转换。为了音频信号处理准确，可将采集获取的mp4音乐格式转换为wav格式，wav是无压缩的音乐格式，体积比较大，占得空间比较大，但是音乐内容没有受到损害，获得对应的混合音乐转换信号。
32.对所述混合音乐转换信号进行频谱分析，包括时域和频域波形分析，确定滤波器参数，包括滤波器阶数、中心频率、频率间隔等。根据所述滤波器参数，设计确定信号滤波器，并基于所述信号滤波器对所述混合音乐采集信号进行滤波处理，获得去噪滤波后的所述混合音乐标准信号。通过设计滤波器对混合音乐信号进行滤波，达到音乐信号去噪的目的，防止信号干扰，保证音频质量。
33.步骤s500：基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。
34.如图3所示，进一步而言，所述将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果，本技术步骤s500还包括：
35.步骤s510：所述混合音乐和弦识别模型包括信息输入层、特征提取层、特征识别层和信息输出层；
36.步骤s520：将所述混合音乐标准信号作为信息输入层，输入至所述特征提取层中，获得混合音乐特征信息；
37.步骤s530：将所述混合音乐特征信息输入所述特征识别层中，获得混合音乐和弦识别结果；
38.步骤s540：将所述混合音乐和弦识别结果作为模型输出结果，通过所述输出层输
出。
39.进一步而言，所述将所述混合音乐标准信号作为信息输入层，输入至所述特征提取层中，获得混合音乐特征信息，本技术步骤s520还包括：
40.步骤s521：搭建所述特征提取层，所述特征提取层包括声源特征层、乐器类型特征层、节拍特征层；
41.步骤s522：根据所述声源特征层、乐器类型特征层、节拍特征层对所述混合音乐标准信号进行特征提取，获得声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果；
42.步骤s523：基于所述声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果，获得所述混合音乐特征信息。
43.具体而言，基于所述音乐信号识别模块对混合音乐和弦识别模型进行调用，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别。所述混合音乐和弦识别模型包括信息输入层、特征提取层、特征识别层和信息输出层，首先将所述混合音乐标准信号作为信息输入层，输入至所述特征提取层中，所述特征提取层用于对混合音乐必要识别特征进行特征提取。
44.具体过程为搭建所述特征提取层，所述特征提取层包括声源特征层，即音乐声源特性，包括声压、频率、频谱、响度；乐器类型特征层，即混合音乐的发出音响器材，包括信噪比、音乐器材类型、立体分辨度等；节拍特征层，即音乐节怕，由乐理知识可知和弦的改变往往发生在节拍处，因此节拍特征提取可以有效提高两个或多个和弦的识别准确度。根据所述声源特征层、乐器类型特征层、节拍特征层对所述混合音乐标准信号进行特征提取，对应获得声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果，并基于所述声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果，结合输出确定所述混合音乐特征信息。
45.再将所述混合音乐特征信息输入所述特征识别层中，所述特征识别层用于对音乐和弦进行识别，输出获得混合音乐和弦识别结果，并将所述混合音乐和弦识别结果作为模型输出结果，通过所述输出层输出。通过构建混合音乐和弦识别模型对混合音乐信号进行分类识别，提高和弦识别准确度和识别效率。
46.进一步而言，构建所述特征识别层，本技术步骤s530还包括：
47.步骤s531：获得历史混合音乐特征信息，按照预设划分比例对所述历史混合音乐特征信息进行划分，获得特征信息训练样本和特征信息测试样本；
48.步骤s532：根据所述特征信息训练样本和所述特征信息测试样本，获得音乐和弦训练样本识别标签和音乐和弦测试样本识别标签；
49.步骤s533：将所述特征信息训练样本和所述音乐和弦训练样本识别标签作为训练数据，构建所述特征识别层。
50.进一步而言，本技术步骤s533还包括：
51.步骤s5331：将所述特征信息测试样本输入所述特征识别层中，获得所述特征信息测试样本的各音乐和弦识别结果；
52.步骤s5332：对比所述各音乐和弦识别结果和所述音乐和弦测试样本识别标签，获得所述特征识别层的识别精确度。
53.进一步而言，本技术步骤s5332还包括：
54.步骤s53321：当所述识别精确度未达到预设精确度时，将所述识别精确度和所述预设精确度的差值作为模型优化参数；
55.步骤s53322：基于模型优化算法和所述模型优化参数，对所述特征识别层进行迭代更新。
56.具体而言，上述构建所述特征识别层的方法具体为，首先获取历史混合音乐特征信息。再按照预设划分比例对所述历史混合音乐特征信息进行划分，示例性的，按照训练样本和测试样本6：4的比例进行随机划分，获得对应的特征信息训练样本和特征信息测试样本。根据所述特征信息训练样本和所述特征信息测试样本，再获取各样本对应的音乐和弦训练样本识别标签和音乐和弦测试样本识别标签，例如三度和弦标签、非三度和弦标签。三度和弦：通常有三和弦(三个音的和弦)、七和弦(四个音的和弦)、九和弦(五个音)、十一和弦(六个音)，十三和弦(七个音)。非三度和弦，通常有：挂留和弦、强力和弦(即五和弦)等。
57.将所述特征信息训练样本和所述音乐和弦训练样本识别标签作为训练数据，构建所述特征识别层，为音乐和弦识别提供了一种快速有效的方法，进而快速高效的对和弦进行准确分类识别。为检测所述特征识别层的识别准确率，将所述特征信息测试样本输入所述特征识别层中，获得所述特征识别层的输出结果即所述特征信息测试样本的各音乐和弦识别结果。对比所述各音乐和弦识别结果和所述音乐和弦测试样本识别标签，当所述各音乐和弦识别结果和所述音乐和弦测试样本识别标签一致时，表明所述特征识别层和弦识别准确。
58.分别统计所述特征信息测试样本中识别准确和识别错误的样本数量，进而计算得出识别准确样本数量占所述特征信息测试样本总数量的比例，即所述特征识别层的识别精确度。当所述识别精确度未达到预设精确度时，其中预设精确度可自行设定，例如预设精确度可设定为98％，表明所述特征识别层的识别准确率未达标，将所述识别精确度和所述预设精确度的差值作为模型优化参数。基于模型优化算法和所述模型优化参数，常用模型优化算法包括遗传算法、模拟退火算法、粒子算法等，对所述特征识别层进行迭代更新，直到识别准确率达到预设精确度。通过提高模型特征识别层的识别精确度，进而提高和弦识别准确度和识别效率。
59.综上所述，本技术所提供的一种混合音乐信号和弦的识别方法及系统具有如下技术效果：
60.由于采用了通过物理感知层对预设采集范围内的音乐信号进行采集，再将采集得到的混合音乐采集信号通过网络传输层，传输至信号应用层，所述信号应用层包括音乐信号处理模块和音乐信号识别模块，通过音乐信号处理模块对所述混合音乐采集信号进行预处理，再基于音乐信号识别模块获得混合音乐和弦识别模型，将预处理后的混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果的技术方案。进而达到了通过构建混合音乐信号识别平台对混合音乐信号进行和弦识别，识别智能化程度高，进而提高和弦识别准确度和识别效率的技术效果。
61.实施例二
62.基于与前述实施例中一种混合音乐信号和弦的识别方法同样发明构思，本发明还提供了一种混合音乐信号和弦的识别系统，如图4所示，所述系统包括：
63.平台构建模块11，用于构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；
64.信号采集模块12，用于通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；
65.网络传输模块13，用于将所述混合音乐采集信号通过所述网络传输层，传输至所述信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；
66.信号处理模块14，用于通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；
67.和弦识别模块15，用于基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。
68.进一步的，所述信号处理模块还包括：
69.信号转换单元，用于通过所述音乐信号处理模块对所述混合音乐采集信号进行格式转换，获得混合音乐转换信号；
70.信号分析单元，用于对所述混合音乐转换信号进行分析，获得滤波器参数；
71.滤波器确定单元，用于根据所述滤波器参数，确定信号滤波器；
72.滤波处理单元，用于基于所述信号滤波器对所述混合音乐采集信号进行滤波处理，获得所述混合音乐标准信号。
73.进一步的，所述和弦识别模块还包括：
74.模型构建单元，用于所述混合音乐和弦识别模型包括信息输入层、特征提取层、特征识别层和信息输出层；
75.模型输入单元，用于将所述混合音乐标准信号作为信息输入层，输入至所述特征提取层中，获得混合音乐特征信息；
76.特征识别单元，用于将所述混合音乐特征信息输入所述特征识别层中，获得混合音乐和弦识别结果；
77.模型输出单元，用于将所述混合音乐和弦识别结果作为模型输出结果，通过所述输出层输出。
78.进一步的，所述模型输入单元还包括：
79.特征提取层构建单元，用于搭建所述特征提取层，所述特征提取层包括声源特征层、乐器类型特征层、节拍特征层；
80.特征提取单元，用于根据所述声源特征层、乐器类型特征层、节拍特征层对所述混合音乐标准信号进行特征提取，获得声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果；
81.特征获得单元，用于基于所述声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果，获得所述混合音乐特征信息。
82.进一步的，所述特征识别单元还包括：
83.样本划分单元，用于获得历史混合音乐特征信息，按照预设划分比例对所述历史混合音乐特征信息进行划分，获得特征信息训练样本和特征信息测试样本；
84.样本标签获得单元，用于根据所述特征信息训练样本和所述特征信息测试样本，
获得音乐和弦训练样本识别标签和音乐和弦测试样本识别标签；
85.特征识别层构建单元，用于将所述特征信息训练样本和所述音乐和弦训练样本识别标签作为训练数据，构建所述特征识别层。
86.进一步的，所述系统还包括：
87.样本输入单元，用于将所述特征信息测试样本输入所述特征识别层中，获得所述特征信息测试样本的各音乐和弦识别结果；
88.识别精确度确定单元，用于对比所述各音乐和弦识别结果和所述音乐和弦测试样本识别标签，获得所述特征识别层的识别精确度。
89.进一步的，所述系统还包括：
90.模型优化参数确定单元，用于当所述识别精确度未达到预设精确度时，将所述识别精确度和所述预设精确度的差值作为模型优化参数；
91.迭代更新单元，用于基于模型优化算法和所述模型优化参数，对所述特征识别层进行迭代更新。
92.本技术提供了一种混合音乐信号和弦的识别方法，所述方法包括：构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；将所述混合音乐采集信号通过所述网络传输层，传输至所述信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。解决了现有技术音乐和弦识别智能化程度不高，识别准确度和识别效率低的技术问题。达到通过构建混合音乐信号识别平台对混合音乐信号进行和弦识别，识别智能化程度高，进而提高和弦识别准确度和识别效率的技术效果。
93.本说明书和附图仅仅是本技术的示例性说明，如果本发明的修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：

1.一种混合音乐信号和弦的识别方法，其特征在于，所述方法包括：构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；将所述混合音乐采集信号通过所述网络传输层，传输至所述信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。2.如权利要求1所述的方法，其特征在于，所述通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号，包括：通过所述音乐信号处理模块对所述混合音乐采集信号进行格式转换，获得混合音乐转换信号；对所述混合音乐转换信号进行分析，获得滤波器参数；根据所述滤波器参数，确定信号滤波器；基于所述信号滤波器对所述混合音乐采集信号进行滤波处理，获得所述混合音乐标准信号。3.如权利要求1所述的方法，其特征在于，所述将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果，包括：所述混合音乐和弦识别模型包括信息输入层、特征提取层、特征识别层和信息输出层；将所述混合音乐标准信号作为信息输入层，输入至所述特征提取层中，获得混合音乐特征信息；将所述混合音乐特征信息输入所述特征识别层中，获得混合音乐和弦识别结果；将所述混合音乐和弦识别结果作为模型输出结果，通过所述输出层输出。4.如权利要求3所述的方法，其特征在于，所述将所述混合音乐标准信号作为信息输入层，输入至所述特征提取层中，获得混合音乐特征信息，包括：搭建所述特征提取层，所述特征提取层包括声源特征层、乐器类型特征层、节拍特征层；根据所述声源特征层、乐器类型特征层、节拍特征层对所述混合音乐标准信号进行特征提取，获得声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果；基于所述声源特征提取结果、乐器类型特征提取结果、节拍特征提取结果，获得所述混合音乐特征信息。5.如权利要求3所述的方法，其特征在于，构建所述特征识别层的方法包括：获得历史混合音乐特征信息，按照预设划分比例对所述历史混合音乐特征信息进行划分，获得特征信息训练样本和特征信息测试样本；根据所述特征信息训练样本和所述特征信息测试样本，获得音乐和弦训练样本识别标签和音乐和弦测试样本识别标签；
将所述特征信息训练样本和所述音乐和弦训练样本识别标签作为训练数据，构建所述特征识别层。6.如权利要求5所述的方法，其特征在于，所述方法包括：将所述特征信息测试样本输入所述特征识别层中，获得所述特征信息测试样本的各音乐和弦识别结果；对比所述各音乐和弦识别结果和所述音乐和弦测试样本识别标签，获得所述特征识别层的识别精确度。7.如权利要求6所述的方法，其特征在于，所述方法包括：当所述识别精确度未达到预设精确度时，将所述识别精确度和所述预设精确度的差值作为模型优化参数；基于模型优化算法和所述模型优化参数，对所述特征识别层进行迭代更新。8.一种混合音乐信号和弦的识别系统，其特征在于，所述系统包括：平台构建模块，用于构建混合音乐信号识别平台，所述混合音乐信号识别平台包括物理感知层、网络传输层和信号应用层；信号采集模块，用于通过所述物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；网络传输模块，用于将所述混合音乐采集信号传输至所述信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；信号处理模块，用于通过所述音乐信号处理模块对所述混合音乐采集信号进行预处理，获得混合音乐标准信号；和弦识别模块，用于基于所述音乐信号识别模块获得混合音乐和弦识别模型，将所述混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。

技术总结

本发明公开了一种混合音乐信号和弦的识别方法及系统，涉及音乐识别技术领域，所述方法包括：通过物理感知层对预设采集范围内的音乐信号进行采集，获得混合音乐采集信号；将混合音乐采集信号通过网络传输层，传输至信号应用层；所述信号应用层包括音乐信号处理模块和音乐信号识别模块；通过音乐信号处理模块对混合音乐采集信号进行预处理，获得混合音乐标准信号；基于音乐信号识别模块获得混合音乐和弦识别模型，将混合音乐标准信号输入所述混合音乐和弦识别模型中进行识别，获得混合音乐和弦识别结果。达到通过构建混合音乐信号识别平台对混合音乐信号进行和弦识别，识别智能化程度高，进而提高和弦识别准确度和识别效率的技术效果。效果。效果。