检索结果-南通市图书馆

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

基于强化学习Actor-Critic算法的音乐生成

在线全文

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

基于Transformer的多轨音乐生成对抗网络

在线全文

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

在线全文

学校读者我要写书评

暂无评论

面向自动音乐生成的深度递归神经网络方法

小型微型计算机系统 2017年第10期38卷 2412-2416页

作者：王程周婉何军南京信息工程大学电子与信息工程学院江苏省气象探测与信息处理重点实验室南京210044

本文介绍了基于字符级长短期记忆网络(LSTM)计算机音乐生成方法,并分析了其不同网络结构在计算机音乐生成的效果.与现有的方法相比,基于字符级递归神经网络的音乐生成算法的优点是可以实现端到端训练,网络结构简单直观.本文方法的一种... 详细信息

本文介绍了基于字符级长短期记忆网络(LSTM)计算机音乐生成方法,并分析了其不同网络结构在计算机音乐生成的效果.与现有的方法相比,基于字符级递归神经网络的音乐生成算法的优点是可以实现端到端训练,网络结构简单直观.本文方法的一种更为有意义的特征在于,音乐旋律无需通过繁琐的特征工程来获得,而是直接通过LSTM网络的学习自动获得.通过实验验证发现,不同LSTM网络结构在经过合适的训练之后均能够生成具有明显旋律的音乐序列.

关键词：深度学习递归神经网络长短期记忆网络音乐生成

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的音乐生成研究

基于生成对抗网络的音乐生成研究

作者：邱燕电子科技大学

学位级别：硕士

近年来,随着深度神经网络发展越来越成熟,特别是生成对抗网络(GAN)的提出之后,学术界在图像、视频和文本生成方面的研究都取得了许多的成果,因此,学者们开始将类似的尝试用于音乐生成的研究中。然而,生成音乐与生成图像和文本具有一些区... 详细信息

近年来,随着深度神经网络发展越来越成熟,特别是生成对抗网络(GAN)的提出之后,学术界在图像、视频和文本生成方面的研究都取得了许多的成果,因此,学者们开始将类似的尝试用于音乐生成的研究中。然而,生成音乐与生成图像和文本具有一些区别:1.音乐是一种与时间相关的艺术,即音乐随时间展开,因此,在实现音乐生成的网络模型中需要结合时间模型。2.一般而言,一个音乐作品都由多种乐器,或多个音轨组成,每个音轨具有独自的时间动态,随着时间的推移,音轨之间相互依赖、具有密切的联系。3.对于符号域的音乐生成,其目标输出是离散的音乐事件的序列,而不是连续值。总而言之,和图像、文本生成相比,音乐生成具有更大的挑战,从而导致学术界在音乐生成方面的研究相对较少。因此,本文在已有的理论技术及研究工作的基础上,对音乐生成进行研究,然后提出一种基于生成对抗网络的音乐生成方法,以丰富在计算机音乐生成领域的研究。本文以基于生成对抗网络的音乐生成方法为研究课题,主要研究了以下几方面的内容:1.首先研究音乐相关的乐理知识,对音乐在计算机中的表示形式进行研究,特别是MIDI和Piano Roll这两种格式。在对生成对抗网络及其最新的衍生模型CT-GAN进行学习后,提出了基于CT惩罚项的音乐生成模型——MCT-GAN。2.在对现有的基于生成对抗网路的音乐生成模型进行研究学习之后,提出一种用于保持音乐连贯性的时间结构模型,实现在音乐生成中,避免人工输入的同时保证音轨之间的相互依赖关系。同时本文研究并实现了基于多音轨的离散音乐事件的生成方法,包括多音轨相关性模型和离散化处理。3.学习研究了Lakh MIDI数据集,在此基础上对Lakh MIDI进行预处理得到LMD-pianoroll数据集,并将其用于MCT-GAN的音乐生成实验。本文最后还将MCT-GAN的生成结果与MuseGAN的生成结果进行比较分析,从而体现MCT-GAN的改进效果。

关键词：音乐生成多音轨 CT-GAN 生成对抗网络

基于深度学习的多模态生理信号分析及其音乐生成

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的多模态生理信号分析及其音乐生成

作者：慈曦北京交通大学

学位级别：硕士

生理信号能够从多方面反映出人类的生理和心理状态,对判断情绪,诊断疾病等具有重要的意义。音乐是一种非语言的听觉艺术形式,很多人类活动中的生物信号都包含着类似音乐的节律,例如呼吸、心跳等。因此,将生理信号转换成音乐,有希望获得... 详细信息

生理信号能够从多方面反映出人类的生理和心理状态,对判断情绪,诊断疾病等具有重要的意义。音乐是一种非语言的听觉艺术形式,很多人类活动中的生物信号都包含着类似音乐的节律,例如呼吸、心跳等。因此,将生理信号转换成音乐,有希望获得隐藏的生理状态信息,增加了分析的维度。而本研究就是利用深度学习和可听化的方法对生理信号进行分析,生成能够反映生理状态的音乐。本文采用的数据来自说谎检测实验,数据集中包含了心电信号、皮电信号和表情信号三种生理信号,每一组信号分别对应说实话、说谎话、静息这三种状态。本文使用了两种方法来对这个多模态生理信号数据集进行分析:第一种方法是利用深度神经网络直接分类:对经过预处理的生理信号,将其放入卷积神经网络中进行分类。随后又在模型中加入更善于处理时序信号的长短期记忆网络,将卷积神经网络和长短期记忆网络结合起来做分类并取得了更好的效果。之后,通过多次实验,对比了各种防止过拟合的方法以及Batchsize大小对实验效果的影响,选择了适合模型的方法和参数,使最终的分类准确率提高到了86.1%。与传统的机器学习方法和经过特征提取的LSTM网络进行对比,本文中的模型在分类性能上有较大优势。证明本文提出的模型能够更好的学习到当前生理信号数据集中不同生理状态之间的差异,分类效果更好。第二种方法是应用音乐解纠缠模型,生成含有生理信息的音乐:本文将深度学习应用到生理信号生成音乐上,先是通过参数映射法生成带有无标度性质的生理音乐,再应用并改进了音乐解纠缠中的EC-VAE模型,解决了在音乐生成过程中难以对其进行控制的难题。通过以上改进,得到了含有生理信息的音乐。之后,还进行了以下四个实验以验证通过生理音乐能够区分不同状态的生理信号。(1)根据五线谱进行对比,不同状态对应生成音乐的五线谱有着明显的差别;(2)开展音乐聆听实验,被试者对不同状态对应生成音乐的分辨准确率达到80.4%;(3)使用数据挖掘软件Weka对生成的音乐进行分类,准确率达到88.89%;(4)对比改进前后模型效果的差别,发现改进后的模型能够更好的学到音乐数据集中的和弦信息。最后,还将实验结果和前人所生成的生理音乐进行对比,本文所生成的音乐在各个实验中效果都要更好。利用本文中方法所生成的生理音乐可以通过直接聆听来区分不同的生理状态,音乐效果好,可听性强,且具有无标度性质。该方法不仅能够应用于本文的数据集上,还可以类比迁移到其他生理信号数据集中。生理音乐可以辅助对生理信号的研究,可以被用于失眠治疗,疼痛缓解和说谎检测等领域,具有较大的实用价值。

关键词：生理信号深度学习说谎检测音乐生成

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

HeartBeats：音乐生成模型研究

HeartBeats：音乐生成模型研究

作者：傅佳琪浙江大学

学位级别：硕士

热身是运动的重要环节,有效的热身使人逐渐适应激烈的运动,并减少危险的发生。相关研究表明,当热身心率达到最大心率的50%至60%时,运动者的运动状态接近最佳。感染力强的音乐能刺激大脑皮层,对生理与心理状态产生积极影响,因此,音乐已... 详细信息

热身是运动的重要环节,有效的热身使人逐渐适应激烈的运动,并减少危险的发生。相关研究表明,当热身心率达到最大心率的50%至60%时,运动者的运动状态接近最佳。感染力强的音乐能刺激大脑皮层,对生理与心理状态产生积极影响,因此,音乐已经成为辅助调节运动状态的合适刺激手段之一。打击音乐是一种以敲、击、摇和摩擦乐器为主的音乐,节奏感强烈是打击音乐与运动的共同特点,所以,打击乐成为有效的运动刺激源之一。目前,针对音乐辅助调节运动心率的研究主要局限于体育运动学领域,音乐的选择依赖于主观判断。而主观选择音乐的方法并不能对心率进行自适应的调节,存在不确定性,同时,研究对象往往是专业运动员,存在局限性。本文提出了一种自适应调节非运动专业人士的运动辅助调节的HeartBeats音乐生成模型。在特征处理环节,将打击乐器中最具代表性的架子鼓作为演奏乐器,然后,收集了 50首MIDI打击音乐构建数据库,并将音乐样本转化为鼓法-心率特征。在模型训练环节,采用强化学习技术构建音乐生成模型,并加入生成对抗机制,研发了一个音乐逼真度判别模型作为强化学习的反馈工具。在实现环节,开发了一个系统应用,并招募35位被试使用,收集被试试听HeartBeats生成音乐的心率数据,对结果进行统计与分析,以验证提出的模型的有效性。本文的研究成果和创新点主要包括:(1)构建针对运动运动辅助调节的HeartBeats音乐生成模型。使用强化学习模型解决功能性音乐生成问题,增加一个音乐逼真度判别器来构建生成对抗机制。该强化学习模型的三要素分别为:状态——音乐上下文与心率上下文,动作——下一刻架子鼓击打的方式,反馈——心率变化与音乐逼真度判别器输出;(2)对本文提出的音乐生成模型做了实证研究,招募35位被试进行实验,获得30位有效被试数据。实验结果显示:1)静坐时试听HeartBeats生成的音乐,相较于静息状态,平均心率提升14.52%,峰值心率提升16.64%;2)慢走试听HeartBeats生成的音乐,相较于静息状态,平均心率提升26.82%,峰值心率提升35.51%;3)慢走时,听HeartBeats生成的音乐比不听音乐,心率有效达到热身心率区间(最大心率的50%至60%)。本文是综合深度学习模型改进、实证实验设计与人机交互系统实现的交叉研究,研究的目的是促进运动热身心率的积极调节。实验结果表明,HeartBeats能有效将运动辅助调节至最佳热身区间,且一定程度上解决了随机筛选出的音乐的不确定性与局限性。本文为音乐生成相关领域提供了探索性的应用与实证成果,对于进一步的“人、音乐、人工智能”三位一体交互模式的完善与拓展具有重要的价值。

关键词：音乐生成运动心率强化学习生成对抗网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于变邻域搜索的音乐生成方法研究

基于变邻域搜索的音乐生成方法研究

作者：肖兆雄哈尔滨工业大学

学位级别：硕士

随着社会的飞速发展,人们对音乐的需求也越来越丰富,音乐的使用场景也在不断的在拓宽。人们不仅仅满足于聆听优美的旋律、享受音乐带给我们的感动,同时也对现代作曲提出了更高的要求。随着计算机的计算能力逐步提升,研究人员希望寻找到... 详细信息

随着社会的飞速发展,人们对音乐的需求也越来越丰富,音乐的使用场景也在不断的在拓宽。人们不仅仅满足于聆听优美的旋律、享受音乐带给我们的感动,同时也对现代作曲提出了更高的要求。随着计算机的计算能力逐步提升,研究人员希望寻找到一种方法,使其能够协助作曲家完成可重复的部分工作,并降低作曲的门槛,使普通音乐爱好者也能享受作曲这一过程。本文首先研究了音乐生成方法的目的与意义,分析了基于传统方法的音乐生成方法以及基于机器学习的音乐生成方法的国内外研究现状。其次,分析了基于音高显著度的旋律提取与变邻域搜索算法等相关理论基础在音乐生成领域的应用。除此之外,本文针对传统与机器学习音乐生成方法存在的一系列问题完成了如下研究:(1)根据训练样本易获取、紧贴时代的要求,规定预处理前的输入格式为WAV或MP3,随后进行单声道提取与分节。接下来经过离散傅立叶变换后对各帧进行基于音高显著度的旋律提取,初步获得旋律线,同时在时域基于掩蔽效应和等响曲线对能量分块,判断存在音符的帧和存在休止符的帧。映射到音符域后进行对数加权模糊处理,有意使旋律线出现虚假音高,在后续的步骤中锻炼操作者的音感。随后将乐谱表格通过GUI可视化,可根据偏好认为对乐谱进行增删。随后将乐谱输入依据乐理知识设定的训练模型中,获得训练参数矩阵,并可与已训练参数相结合,更新训练数据库。(2)研究了基于变邻域搜索的音乐生成算法。根据本文的音乐生成问题对传统的变邻域搜索算法中的某些步骤进行修改。随后由于大量乐器难以获得,同时系统对乐谱存在着人耳试听的需求,研究了模拟乐音生成算法。对现有的乐器与人声生成模型进行总结和归纳,将参数化乐音模拟算法结构分为激励源和共振腔两部分,并分为弦乐器与体乐器进行简单实现,可为旋律添加乐器,也可反过来指导乐器的结构设计。(3)以读取一段音乐片段为例对训练系统进行测试,基本实现了系统要求,体现了人机交互的思想,证明了二次折叠参数的有效性,验证了系统的便捷性与可行性;并对音乐迭代生成系统进行测试与分析。系统基本满足了本研究对便捷性和灵活性的要求,界面直观,迭代生成流程清晰,测试生成结果也具备一定的艺术性,最后输出的音乐片段较为理想。

关键词：音乐生成变邻域搜索掩蔽效应音高显著度乐音模拟