一种基于音高轮廓曲线的音乐旋律生成方法技术

本发明专利技术涉及音乐生成技术领域，具体为一种基于音高轮廓曲线的音乐旋律生成方法，包括如下步骤：步骤一、在频域提取音高轮廓曲线的长期结构信息，这些长期结构信息包含了音高轮廓曲线的频域序列中的低频部分，反映了旋律的长期走向规律；步骤二、利用具有标签控制的神经网络进行长期结构信息的拟合，生成标签对应的长期结构信息；步骤三、利用音乐数据的长期结构信息与旋律长度信息训练另一神经网络，使其具有依据长期结构信息推测旋律长度信息的能力。本发明专利技术利用音高轮廓曲线的频域特性生成长期结构可控的音乐旋律，能够实现比长短时网络生成的音乐更接近与真实的音乐分布。

【技术实现步骤摘要】
一种基于音高轮廓曲线的音乐旋律生成方法
本专利技术涉及音乐生成
，具体为一种基于音高轮廓曲线的音乐旋律生成方法。
技术介绍
音乐生成一直是人们在计算机艺术领域不断探索的方向。在计算机发展早期，人们便开始使用传统算法实现音乐生成。近年来，利用深度神经网络进行音乐生成的尝试越来越多，例如长短时记忆网络、对抗生成网络、卷积神经网络以及改进的变分自编码器等等。利用这些网络生成的短时音乐的性能相当优秀，然而对于长时音乐生成研究稍显不足。如何使得生成的长时音乐的旋律拥有合理的乐句排布，且不同章节间存在满意的顺序与稳定的过渡，目前仍然没有很好的解决方法。鉴于此，我们提出一种基于音高轮廓曲线的音乐旋律生成方法。
技术实现思路
为了弥补以上不足，本专利技术提供了一种基于音高轮廓曲线的音乐旋律生成方法。本专利技术的技术方案是：一种基于音高轮廓曲线的音乐旋律生成方法，包括如下步骤：步骤一、在频域提取音高轮廓曲线的长期结构信息，这些长期结构信息包含了音高轮廓曲线的频域序列中的低频部分，反映了旋律的长期走向规律；本文档来自技高网...

【技术保护点】
1.一种基于音高轮廓曲线的音乐旋律生成方法，其特征在于：包括如下步骤：/n步骤一、在频域提取音高轮廓曲线的长期结构信息，这些长期结构信息包含了音高轮廓曲线的频域序列中的低频部分，反映了旋律的长期走向规律；/n步骤二、利用具有标签控制的神经网络进行长期结构信息的拟合，生成标签对应的长期结构信息；/n步骤三、利用音乐数据的长期结构信息与旋律长度信息训练另一神经网络，使其具有依据长期结构信息推测旋律长度信息的能力；/n步骤四、利用训练的神经网络确定生成的目标旋律长度，在频域内对长期结构进行扩展以获得粗糙的旋律曲线；/n步骤五、利用从音乐数据集中采集的词汇表，对得到的粗糙旋律曲线进行逐步的词汇匹配替换...

【技术特征摘要】
1.一种基于音高轮廓曲线的音乐旋律生成方法，其特征在于：包括如下步骤：
步骤一、在频域提取音高轮廓曲线的长期结构信息，这些长期结构信息包含了音高轮廓曲线的频域序列中的低频部分，反映了旋律的长期走向规律；
步骤二、利用具有标签控制的神经网络进行长期结构信息的拟合，生成标签对应的长期结构信息；
步骤三、利用音乐数据的长期结构信息与旋律长度信息训练另一神经网络，使其具有依据长期结构信息推测旋律长度信息的能力；
步骤四、利用训练的神经网络确定生成的目标旋律长度，在频域内对长期结构进行扩展以获得粗糙的旋律曲线；
步骤五、利用从音乐数据集中采集的词汇表，对得到的粗糙旋律曲线进行逐步的词汇匹配替换，最终得到细节优化的音乐。


2.如权利要求1所述的基于音高轮廓曲线的音乐旋律生成方法，其特征在于：步骤二中长期结构拟合网络的具体步骤如下：
首先，确定一个合适的长度实现长期结构的压缩，经过合理的选择，最终将压缩后的长期结构统一为300位的长度；
然后，将所有旋律的音高的平均值调整为C3，即60，删除频域序列的直流分量后，频域序列只有旋律长期特征的信息，实现了与旋律调性的分离；
之后，将频域序列数据进行实轴与虚轴的分离，并重组成长度为600的序列；
最后，利用标签信息描述旋律的长期结构的高低变化，并与相应的长期结构一起送入拟合网络。


3.如权利要求1所述的基于音高轮廓曲线的音乐旋律生成方法，其特征在于：步骤二中长期结构拟合网络的过程中使用嵌入层网络实现生成长期结构的走向控制。


4.如权利要求1所述的基于音高轮廓曲线的音乐旋律生成方法，其特征在于：步骤四中旋律长度确定网络的具体步骤如下：
首先，使用长短时记忆网络生成乐曲旋律频域序列；
然后，设计一个协助记忆低频的模块作为长短时记忆网络停止的...

【专利技术属性】
技术研发人员：郎润男，朱松豪，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32