隐式特征和循环神经网络的多声部音乐生成系统

• 作者: 汪镭 苗北辰 郭为安
• 来源期刊: 智能系统学报
• 学科: 工学
• 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
• 年，卷（期）: 2019,（1）
• 页码范围: 158-164
• 页数: 7页
• 分类号: TP393.04
• 字数: 4485字
• 语种: 中文
• DOI: 10.11992/tis.201804009

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪镭	同济大学电子与信息工程学院	101	1687	20.0	39.0
2	苗北辰	同济大学电子与信息工程学院	1	2	1.0	1.0
3	郭为安	同济大学中德学院	9	21	2.0	4.0