检索结果-南通市图书馆

隐式特征和循环神经网络的多声部音乐生成系统

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2019年第1期14卷 158-164页

作者：苗北辰郭为安汪镭同济大学电子与信息工程学院上海201804 同济大学中德学院上海201804

音乐生成是一种使用算法来生成音乐序列的研究。本文针对音乐样本特征提取以及自动作曲问题提出了一种基于音乐隐式特征和循环神经网络(recurrent neural network, RNN)的多声部音乐生成算法。该方法通过使用栈式自编码器对多声部音乐... 详细信息

音乐生成是一种使用算法来生成音乐序列的研究。本文针对音乐样本特征提取以及自动作曲问题提出了一种基于音乐隐式特征和循环神经网络(recurrent neural network, RNN)的多声部音乐生成算法。该方法通过使用栈式自编码器对多声部音乐序列每个时间步的音符隐式特征进行提取,结合长短期记忆循环神经网络(long short-term memory, LSTM),以序列预测的方式搭建了基于隐式特征的音乐生成模型。仿真结果表明,该音乐生成算法在使用相同风格的音乐数据训练后,得到的模型可以生成旋律与和弦匹配较好的多声部音乐数据。

关键词：音乐生成隐式特征提取循环神经网络栈式自编码器多声部音乐序列预测长短期记忆循环神经网络生成模型

在线全文

学校读者我要写书评

暂无评论

基于WGAN和扩张卷积的符号音乐生成算法

复旦学报（自然科学版） 2022年第5期61卷 536-545页

作者：孙凤霄孙仁诚泰山科技学院大数据学院山东泰安271000 青岛大学计算机科学与技术学院山东青岛266000

符号音乐生成模型大多采用循环神经网络结构递归生成,生成时随着时间推移顺序处理,存在缺乏空间相关性、并行性差、训练速度慢等问题。针对这些问题本文提出了一种新的音乐生成方法,即在2维空间域中基于Wasserstein距离生成对抗网络与... 详细信息

符号音乐生成模型大多采用循环神经网络结构递归生成,生成时随着时间推移顺序处理,存在缺乏空间相关性、并行性差、训练速度慢等问题。针对这些问题本文提出了一种新的音乐生成方法,即在2维空间域中基于Wasserstein距离生成对抗网络与深度卷积神经网络相结合的音乐生成算法,引入扩张卷积增加判别器的卷积核宽度来提取更多的旋律特征,并采用梯度惩罚实现Lipschitz约束,稳定网络训练。实验结果表明,模型有效地学习了音乐数据,生成的音乐符合人类作曲音符分布的自然性,且模型的收敛速度优于其他模型。

关键词：生成对抗网络音乐生成符号音乐深度学习卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于智能手环运动状态的音乐生成系统

郑州大学学报（理学版） 2021年第4期53卷 95-101页

作者：陈诗佳王楚豫谢磊南京大学计算机软件新技术国家重点实验室江苏南京210023

对可穿戴智能设备与计算机作曲的融合进行研究,将智能手环的使用加入音乐生成环节,实现基于用户动作的自动编曲配乐功能;构建运动状态与设备感知信号之间的关联模型,使用智能手环感知用户的运动状态,并基于用户的运动状态实现相应的自... 详细信息

对可穿戴智能设备与计算机作曲的融合进行研究,将智能手环的使用加入音乐生成环节,实现基于用户动作的自动编曲配乐功能;构建运动状态与设备感知信号之间的关联模型,使用智能手环感知用户的运动状态,并基于用户的运动状态实现相应的自动作曲。基于智能手环运动状态的音乐生成系统实现了由运动节奏转化为音乐节奏,并且使用编曲技巧增强了生成音乐的悦耳性。

关键词：运动状态智能手环动作识别音乐生成

在线全文

学校读者我要写书评

暂无评论

基于强化学习引导预训练模型的情感音乐生成

复旦学报（自然科学版） 2024年第3期63卷 336-343页

作者：沈哲旭谢心洛殷皓杨亮林鸿飞大连理工大学计算机科学与技术学院辽宁大连116024

生成具有特定情感的音乐是可控音乐生成的一个重要子任务。以往的监督学习方法需要依赖带有情感标注的音乐数据集,且存在训练目标与模型优化目标不一致的问题。本文提出了一种强化学习引导的情感音乐生成方法,使用训练好的符号音乐情感... 详细信息

生成具有特定情感的音乐是可控音乐生成的一个重要子任务。以往的监督学习方法需要依赖带有情感标注的音乐数据集,且存在训练目标与模型优化目标不一致的问题。本文提出了一种强化学习引导的情感音乐生成方法,使用训练好的符号音乐情感分类模型对生成的音乐进行打分,以此作为强化学习的反馈来优化基于GPT-2的自回归音乐生成模型。该方法突破了数据集标注的限制,能够在曲风流派和数据类型相似的无标注符号音乐数据集上训练模型进行情感音乐生成。客观和主观评价结果表明,本文提出的方法可以生成与指定情感类别相匹配的高质量音乐。

关键词：音乐生成预训练模型强化学习音乐情感

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种基于扩散模型的音乐生成方法

计算机应用与软件 2024年

作者：白勇帖云周口师范学院物理与电信工程学院郑州大学电气与信息工程学院

提出了一种基于扩散模型的音乐生成方法。传统的音乐生成模型大多数都是以时间为轴线，以一个音符为单位依次完成音乐生成任务，这样很容易造成误差的积累，严重影响生成音乐的质量。为了解决上述问题，该方法将离散的音符序列嵌入到连... 详细信息

提出了一种基于扩散模型的音乐生成方法。传统的音乐生成模型大多数都是以时间为轴线，以一个音符为单位依次完成音乐生成任务，这样很容易造成误差的积累，严重影响生成音乐的质量。为了解决上述问题，该方法将离散的音符序列嵌入到连续的状态空间中，随后使用扩散模型对整个音乐数据进行前向加噪过程和反向去噪生成过程。扩散模型能够一次性生成全部数据，省去了逐个生成产生的误差，从而提高生成音乐的质量。最后，通过实验验证了该方法的有效性。

关键词：扩散模型音乐生成深度学习高斯噪声

基于强化学习Actor-Critic算法的音乐生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用与软件 2020年第5期37卷 118-122,182页

作者：白勇齐林帖云郑州大学产业技术研究院河南郑州450001

提出一种利用强化学习Actor-Critic(A-C)训练神经网络生成音乐的方法。常规的LSTM音乐生成网络在生成音乐时并没有考虑到实际的作曲情况,只是通过先前训练保存的策略来选择下一个音符,所以生成的音乐稳定性差、风格模糊。引入一个经过... 详细信息

提出一种利用强化学习Actor-Critic(A-C)训练神经网络生成音乐的方法。常规的LSTM音乐生成网络在生成音乐时并没有考虑到实际的作曲情况,只是通过先前训练保存的策略来选择下一个音符,所以生成的音乐稳定性差、风格模糊。引入一个经过训练的Critic网络,该网络能够评估LSTM网络输出音符的价值,以此更新LSTM网络的生成策略。这形成了一个更接近生成阶段的训练过程,并允许优化特定的音乐风格,所以生成的音乐结构稳定,更具风格。对该方法生成的音乐进行验证,证明了其有效性。

关键词：长短期记忆网络音乐生成深度学习强化学习

在线全文

学校读者我要写书评

暂无评论

基于预训练的符号化音乐生成

计算机应用 2024年

作者：洪予晨李金龙中国科学技术大学计算机科学与技术学院

为解决音乐表征学习领域缺少充足成对多轨乐谱数据集的问题，提出一个音乐生成的预训练模型。首先，多轨音乐的生成需要在保证单轨内的连续性的同时保证轨道间的和谐性，因此提出基于Transformers的多生成器风格的生成模型作为基线模型... 详细信息

为解决音乐表征学习领域缺少充足成对多轨乐谱数据集的问题，提出一个音乐生成的预训练模型。首先，多轨音乐的生成需要在保证单轨内的连续性的同时保证轨道间的和谐性，因此提出基于Transformers的多生成器风格的生成模型作为基线模型；其次，为了利用充足的单轨乐器数据集，在生成模型上设计音乐预训练模块；最后，在预训练过程中设计一个重建任务，通过遮盖音乐符号的属性并进行重建。实验结果表明，所提的音乐预训练模型加速了模型训练，提高了预测准确率，生成的多轨序列在多种音乐领域的评价指标相较于MuseGAN、SymphonyNet等基线模型更接近真实音乐。听力测试结果进一步验证了所提生成模型的有效性。

关键词：音乐生成多轨音乐序列模型预训练模型音乐序列表示

基于Transformer的多轨音乐生成对抗网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2021年第12期41卷 3585-3589页

作者：汪涛靳聪李小兵帖云齐林郑州大学信息工程学院郑州450001 中国传媒大学信息与通信工程学院北京100024 中央音乐学院北京100031

符号音乐的生成在人工智能领域中仍然是一个尚未解决的问题,面临着诸多挑战。经研究发现,现有的多音轨音乐生成方法在旋律、节奏及和谐度上均达不到市场所要求的效果,并且生成的音乐大多不符合基础的乐理知识。为了解决以上问题,提出一... 详细信息

符号音乐的生成在人工智能领域中仍然是一个尚未解决的问题,面临着诸多挑战。经研究发现,现有的多音轨音乐生成方法在旋律、节奏及和谐度上均达不到市场所要求的效果,并且生成的音乐大多不符合基础的乐理知识。为了解决以上问题,提出一种新颖的基于Transformer的多音轨音乐生成对抗网络(Transformer-GAN),以乐理规则为指导来产生具有高音乐性的音乐作品。首先,采用Transformer的译码部分与在Transformer基础之上改编的Cross-TrackTransformer(CT-Transformer)分别对单音轨内部及多音轨之间的信息进行学习;然后,使用乐理规则和交叉熵损失相结合的方法引导生成网络的训练,并在训练鉴别网络的同时优化精心设计的目标损失函数;最后,生成具有旋律性、节奏性及和谐性的多音轨音乐作品。实验结果表明,与其他多乐器音乐生成模型相比,在钢琴轨、吉他轨及贝斯轨上,Transformer-GAN的预测精确度(PA)最低分别提升了12%、11%及22%,序列相似度(SS)最低分别提升了13%、6%及10%,休止符指标最低分别提升了8%、4%及17%。由此可见,Transformer-GAN在加入了CTTransformer及音乐规则奖励模块之后能有效提升音乐的PA、SS等指标,使生成的音乐质量整体上有较大的提升。

关键词：音乐生成 Transformer 音乐规则目标损失函数对抗网络

基于Hilbert映射的元胞自动机音乐生成算法

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2010年第1期27卷 5-8页

作者：王存睿段晓东刘向东李志洁大连民族学院非线性信息技术研究所辽宁大连116600 东北大学系统科学研究所辽宁沈阳110004

详细介绍了元胞自动机中各种元胞一维、二维音符映射规则,而且详细讲解了其实现技术,而且通过对音乐序列元胞规则的特征进行分析,构建了基于Hilbert曲线映射元胞音符映射方案,实验也表明该音符映射方案能够反映出二维元胞的图案周期变化.

关键词：元胞自动机音乐生成 Hilbert映射