一种音乐自动生成方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术涉及智能决策技术领域，公开了一种音乐自动生成方法，该方法包括：采集音乐旋律的音频信号，将所述音频信号转化为数字化音频存储；对所述数字化音频的弹奏时间进行计时，判断弹奏时间与预设弹奏时间阈值的关系；当判断所述数字化音频的弹奏时间大于所述预设弹奏时间阈值时，启动时间序列预测模型，根据对预设弹奏时间阈值以前的数字化音频训练得到预设弹奏时间阈值以后的音乐伴奏；当判断所述数字化音频的完整弹奏时间小于所述预设弹奏时间阈值时，将所述数字化音频存储为非时间序列预测模型的训练数据。本发明专利技术还提出一种音乐自动生成装置以及计算机可读存储介质。本发明专利技术预判断音乐的弹奏时间，分不同的预测模型预测音乐旋律，提高了模型的鲁棒性和自适应性。

【技术实现步骤摘要】
一种音乐自动生成方法、装置及计算机可读存储介质
本专利技术涉及智能决策
，尤其涉及一种音乐自动生成方法、装置及计算机可读存储介质。
技术介绍
声音是由物体振动产生的声波，通过介质(空气或固体、液体)传播并能被人或动物听觉器官所感知的波动现象。音乐属于一种特殊的声音模式，当演奏乐器时，乐器的振动会引起介质(空气分子)有节奏的振动，使周围的空气产生疏密变化，形成疏密相间的纵波，这就产生了所谓的音乐(这种现象会一直延续到振动消失为止)。科学的音乐旋律预测迄今为止己有很多的方法，从预测性质上分为定量和定性两种。定性分析一般来说就是运用归纳、演绎、分析、综合及抽象与概括等方法进行分析；而定量分析通常包含两个方面的内容：因果关系研究、统计分析。但不管是利用哪种方法进行预测，都属于传统的简单模型预测，其音乐旋律的精准度不高。为了提高预测精准度，通常需要将多种传统预测方法进行比较取最好的方法或将多种预测方法结合起来进行预测，常用的统计分析模型主要有；指数平滑法，趋势外推法，移动平均法等。但当音乐旋律数据以时间序列的形式存在时，这些数据有时是线性关系，有时却是非线性关系，此时即使多种传统的预测方本文档来自技高网...

【技术保护点】
1.一种音乐自动生成方法，其特征在于，所述方法包括：采集音乐旋律的音频信号，将所述音频信号转化为数字化音频存储；对所述数字化音频的弹奏时间进行计时，判断弹奏时间与预设弹奏时间阈值的关系；当判断所述数字化音频的弹奏时间大于所述预设弹奏时间阈值时，启动时间序列预测模型，根据对预设弹奏时间阈值以前的数字化音频训练得到预设弹奏时间阈值以后的音乐伴奏；当判断所述数字化音频的完整弹奏时间小于所述预设弹奏时间阈值时，将所述数字化音频存储为非时间序列预测模型的训练数据。

【技术特征摘要】
1.一种音乐自动生成方法，其特征在于，所述方法包括：采集音乐旋律的音频信号，将所述音频信号转化为数字化音频存储；对所述数字化音频的弹奏时间进行计时，判断弹奏时间与预设弹奏时间阈值的关系；当判断所述数字化音频的弹奏时间大于所述预设弹奏时间阈值时，启动时间序列预测模型，根据对预设弹奏时间阈值以前的数字化音频训练得到预设弹奏时间阈值以后的音乐伴奏；当判断所述数字化音频的完整弹奏时间小于所述预设弹奏时间阈值时，将所述数字化音频存储为非时间序列预测模型的训练数据。2.根据权利要求1所述的音乐自动生成方法，其特征在于，所述采集音乐旋律的音频信号，将所述音频信号转化为数字化音频存储的步骤，包括如下步骤：利用音频放大器采集所述音频信号的采样频率和采样数位；对所述音频信号进行数据清洗。3.根据权利要求2所述的音乐自动生成方法，其特征在于，所述对所述音频信号进行数据清洗的步骤，包括如下步骤：将所述音频信号通过低通滤波器，对高于半采样频率的音频信号进行限带处理，以改善混叠干扰。4.根据权利要求2所述的音乐自动生成方法，其特征在于，所述对所述音频信号进行数据清洗的步骤，包括如下步骤：在采集所述音频信号的同时，采集抖动发生器发出的噪声，并将所述噪声加入到所述音频信号中，以改善量化误差干扰。5.根据权利要求1-4任意一项所述的音乐自动生成方法，其特征在于，所述当判断所述数字化音频的弹奏时间大于所述预设弹奏时间阈值时，启动时间序列预测模型，根据对预设弹奏时间阈值以前的数字化音频训练得到预设弹奏时间阈值以后的音乐伴奏的步骤，还包括如下步骤：将所述数字化音频存储为非时间序列预测模型的训练数...

【专利技术属性】
技术研发人员：刘奡智，王义文，王健宗，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44