【CN109991842A】基于神经网络的钢琴调音方法及系统【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910191288.8

(22)申请日 2019.03.14

(71)申请人 合肥工业大学

地址 230000 安徽省合肥市屯溪路193号

(72)发明人 彭佳谦　刘建　

(74)专利代理机构 深圳众邦专利代理有限公司

44545

代理人 王红

(51)Int.Cl.

G05B 11/42(2006.01)

(54)发明名称基于神经网络的钢琴调音方法及系统(57)摘要发明提供一种基于神经网络的钢琴调音方法及系统。该方法包括：当接收到调音指令时查询标准音高；获取目标音键的实际音高，并计算实际音高与标准音高之间的差值，以得到差值音高；获取当前环境的温湿度值，并将温湿度值和差值音高输入至预设神经网络模型进行计算，以得到特征参数；将特征参数和差值音高输入至预设PID控制系统进行计算，以输出数字控制信号；根据数字控制信号控制调音执行装置对目标音键进行调音。本发明通过将特征参数和差值音高输入至预设PID控制系统进行计算的设计，以准确计算输出数字控制信号，以方便了后续对目标音键自动准确的调音，且可以保证了对目标音键调节的平稳准确性，从而达到快速准确钢琴调音

的效果。权利要求书2页 说明书9页 附图3页CN 109991842 A 2019.07.09

C N 109991842

A

1.一种基于神经网络的钢琴调音方法，其特征在于，包括：

当接收到调音指令时，根据所述调音指令查询标准音高；

获取目标音键的实际音高，并计算所述实际音高与所述标准音高之间的差值，以得到差值音高；

获取当前环境的温湿度值，并将所述温湿度值和所述差值音高输入至预设神经网络模型进行计算，以得到特征参数；

将所述特征参数和所述差值音高输入至预设PID控制系统进行计算，以输出数字控制信号；

根据所述数字控制信号控制调音执行装置对所述目标音键进行调音。

2.根据权利要求1所述的基于神经网络的钢琴调音方法，其特征在于，所述预设神经网络模型为RBF神经网络，

且所述预设神经网络模型中采用的欧式距离计算公式为：

其中，第P个输入向量为X (p)以及第j个聚类中心为C j ，d为欧式距离，M是输入向量的维数。

3.根据权利要求1所述的基于神经网络的钢琴调音方法，其特征在于，所述预设神经网

络模型中定义的网络总误差为：

其中，d(x j )为第j个输入训练样本的期望输出，y(x j )为网络的实际输出。

4.根据权利要求1所述的基于神经网络的钢琴调音方法，其特征在于，所述预设PID控

制系统中的PID输出传递函数为：

其中，K p 为比例系数，T i 为积分时间常量，T d 为积分时间常量，e(t)为所述差值音高对应的差值信号。

5.根据权利要求1所述的基于神经网络的钢琴调音方法，其特征在于，所述获取目标音键的实际音高的步骤包括：

获取所述调音指令中存储的特征标记，所述特征标记为按键信号、语言信号、文字信号、数字信号或图像信号；

将所述特征标记与本地预存储的音键表进行匹配，以得到所述目标音键，并控制所述目标音键被按压。

6.根据权利要求1所述的基于神经网络的钢琴调音方法，其特征在于，所述获取当前环境的温湿度值的步骤之后，所述方法还包括：

当判断到所述温湿度差值大于温湿度阈值时，发出提示报警。

权　利　要　求　书1/2页2CN 109991842 A