CNN+RNN+LSTM+Tflite+HMM+vViterbi
项目描述：首先我们先训练一个模型，开始检测器由声学模型CNN组成，接着是一个双向LSTM，在向前和向后方向上都有128个单元，接着是一个完全连接的sigmoid层，有88个输出，用于表示88个钢琴键中每个键的开始概率。接着我们会用tp-spr和hmm文件去match最终的结果，其中算法用到了viterbi，动态规划，朴素贝叶斯，隐形马尔科夫等算法，其中走谱以及识谱模式，我们使用的两种方案，对于计算处理速度比较快的机型我们使用的是tflite，对于那些机型相对较老，CPU计算相对较慢的机型我们使用的onset算法，后来也尝试了silvet，aubio，BBC，qm等同类型机器学习的算法，但是效果相对较差。