一种基于生成对抗网络的旋律生成方法技术

技术编号:20798975 阅读:73 留言:0更新日期:2019-04-06 12:39
本发明专利技术公开了一种基于生成对抗网络的旋律生成方法,包括:数据预处理,从原始MIDI文件中提取出旋律轨道的事件序列;生成器训练,应用生成对抗网络对事件序列进行训练得到GAN生成器模型;音乐生成,利用GAN生成器模型生成音乐。采用对抗生成网络生成旋律,通过生成对抗模型的显著特征,即不断的在生成和判别之间进行博弈优化的特点,得到优质的旋律,帮助作曲家生成原始的旋律,有助于艺术创作。在判别器前增加增强判别器,增加领域知识的判断,更有利于训练过程中判别器快速收敛迭代,缩短训练时间。

A Melody Generation Method Based on Generating Countermeasure Network

The invention discloses a melody generation method based on generation antagonism network, which includes: data preprocessing, extracting event sequence of melody track from original MIDI file; generator training, training event sequence by using generation antagonism network to obtain GAN generator model; music generation, using GAN generator model to generate music. Melodies are generated by antagonism generating network. By generating the significant features of antagonism model, i.e. the characteristics of game optimization between generation and discrimination, high-quality melodies are obtained, which help composers generate original melodies and contribute to artistic creation. It is more advantageous for the discriminator to converge iteratively and shorten the training time by adding an enhanced discriminator before the discriminator and increasing the judgment of domain knowledge.

【技术实现步骤摘要】
一种基于生成对抗网络的旋律生成方法
本专利技术属于自动创作音乐旋律
,具体地说,涉及一种基于生成对抗网络的旋律生成方法。
技术介绍
旋律是音乐的基础,不论是中国古代诗歌的开端《诗经》还是现在的流行乐,在演绎时都离不开旋律,一首好的乐曲,离不开歌词的表达,也离不开旋律对情感的传达。旋律作为乐曲的一个重要组成部分,旋律的创作也关系到乐曲的质量。传统作曲都需要作曲家具有一定的乐理知识,并结合灵感和创作经验,才能创作出完整的音乐旋律。随着计算机技术的发展,基于计算机的辅助创作工具也越来越多。公开号为CN104485101B的专利技术专利公开了一种基于模板自动生成音乐旋律的方法,其特征在于,包括以下步骤:(1)从旋律模板库中选取旋律模板,旋律模板包含音符音高、音符节奏、乐句属性、节拍、速度;(2)利用音乐上倒影、逆行、上行二度、下行二度、维持不变的手法,并分别定义这五种手法采用的概率,根据概率随机采用其中一种手法,分别改变模板原来旋律中每个乐句的旋律走向,根据改变后的旋律走向趋势,保持和原旋律模板重复音属性、乐句结尾稳定音属性、节奏信息、调式信息不变,重新随机生成新的乐句音符信息;(3)本文档来自技高网...

【技术保护点】
1.一种基于生成对抗网络的旋律生成方法,其特征在于:包括如下步骤:S1:数据预处理,从原始MIDI文件中提取出旋律轨道的事件序列;S2:生成器训练,应用生成对抗网络对事件序列进行训练得到GAN生成器模型;S3:音乐生成,利用GAN生成器模型生成音乐。

【技术特征摘要】
1.一种基于生成对抗网络的旋律生成方法,其特征在于:包括如下步骤:S1:数据预处理,从原始MIDI文件中提取出旋律轨道的事件序列;S2:生成器训练,应用生成对抗网络对事件序列进行训练得到GAN生成器模型;S3:音乐生成,利用GAN生成器模型生成音乐。2.根据权利要求1所述的一种基于生成对抗网络的旋律生成方法,其特征在于:所述的数据预处理包括如下步骤:S101:以音符音高为纵坐标,以时间为横坐标建立坐标系;S102:将MIDI文件的其中一个旋律轨道在坐标系中表示出来;S103:设定时间步,将坐标系中的旋律轨道划分为多个时间步,以每个时间步为一个事件;S104:设置事件编号;S105:统计该旋律轨道的所有事件编号,得到事件序列<event-1,event-2,event-3,…,event-n>。3.根据权利要求2所述的一种基于生成对抗网络的旋律生成方法,其特征在于:所述的编号为音符的音高,用1-127表示,且用编号0表示持续按下前一个音符,用编号128表示没有任何音符。4.根据权利要求1所述的一种基于生成对抗网络的旋律生成方法,其特征在于:所述的生成器训练包括如下步骤:S201:将数据预处理得到的事件序列作为真实数据r1输入生成对抗网络;S202:固定GAN生成器模型,GAN生成器模型生成第一批样本数据x1;S...

【专利技术属性】
技术研发人员:尹学渊陈洪宇陈超
申请(专利权)人:成都嗨翻屋科技有限公司
类型:发明
国别省市:四川,51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1