为基于生成和检索的应用学习有效音乐特征的技术制造技术

一种方法包括接收与输入音乐内容相关联的非语言输入。该方法还包括，使用在潜在空间中嵌入描述不同音乐内容和在不同音乐内容之间的关系的多个音乐特征的模型，基于输入音乐内容识别一个或多个嵌入物。该方法还包括至少以下之一:(i)基于一个或多个识别的嵌入物识别存储的音乐内容，或者(ii)基于一个或多个识别的嵌入物生成导出的音乐内容。此外，该方法包括呈现存储的音乐内容或导出的音乐内容中的至少一个。通过训练包括一个或多个第一神经网络组件和一个或多个第二神经网络组件的机器学习系统来生成该模型，使得在潜在空间中的音乐特征的嵌入物具有预定义的分布。音乐特征的嵌入物具有预定义的分布。音乐特征的嵌入物具有预定义的分布。

【技术实现步骤摘要】
【国外来华专利技术】为基于生成和检索的应用学习有效音乐特征的技术


[0001]本公开总体上涉及机器学习系统。更具体地，本公开涉及用于为基于生成和检索的应用学习有效音乐特征的技术。

技术介绍

[0002]音乐本质上是复杂的，一个单一的音乐主题或风格往往可以沿着多个维度来描述。一些维度可以广义地描述音乐，并获取提供音乐的更聚合表示的属性。这些维度可能包括音乐特征，如调性、音符密度、复杂性和乐器。其他维度可以通过考虑音乐的顺序性质和时间方面来描述音乐。这些维度可能包括诸如切分音、和声推进、音高轮廓和重复等音乐特征。
[0003]近年来，神经网络被用来学习一个低维的潜在“音乐空间”，该“音乐空间”封装了这些类型的音乐特征。不同的音乐段落可以与诸如空间中的不同矢量之类的空间中的不同嵌入物相关联，或者由空间中的不同嵌入物来表示。空间中两个嵌入物之间的距离可以用作两个音乐段落之间相似性的度量。彼此更相似的音乐段落可以用相隔更小距离的嵌入物来表示。彼此不太相似的音乐段落可以用相隔更大距离的嵌入物来表示。

技术实现思路

[0004]【技术解决方案】
本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括:接收与输入音乐内容相关联的非语言输入；使用在潜在空间中嵌入描述不同音乐内容和在不同音乐内容之间的关系的多个音乐特征的模型，基于输入音乐内容识别一个或多个嵌入物；至少以下之一:(i)基于一个或多个识别的嵌入物识别存储的音乐内容，或者(ii)基于一个或多个识别的嵌入物生成导出的音乐内容；和呈现存储的音乐内容或导出的音乐内容中的至少一个；其中通过训练包括一个或多个第一神经网络组件和一个或多个第二神经网络组件的机器学习系统来生成该模型，使得在潜在空间中的音乐特征的嵌入物具有预定义的分布。2.根据权利要求1所述的方法，进一步包括:使用该模型来执行音乐内容识别、音乐内容排名、音乐内容检索和音乐内容生成中的至少两个。3.根据权利要求1所述的方法，其中:非语言输入包括用户的音乐表演；和呈现导出的音乐内容以伴随用户的音乐表演。4.根据权利要求1所述的方法，其中:非语言输入包括在潜在空间中的预先存在的音乐或用户提供的音乐内容的嵌入物；和呈现导出的音乐内容，并且该导出的音乐内容包括基于预先存在的音乐或用户提供的音乐内容生成的合成音乐内容。5.根据权利要求1所述的方法，其中:非语言输入包括非语言声音；和所存储的音乐内容被呈现，并且包括基于非语言声音识别的预先存在的音乐。6.根据权利要求1所述的方法，其中进行机器学习系统的训练过程，使得:所述一个或多个第一神经网络组件接收参考音乐内容、类似于参考音乐内容的正音乐内容和不类似于参考音乐内容的负音乐内容，并且被训练成在潜在空间中生成最小化指定损失函数的嵌入物；和一个或多个第二神经网络组件对抗地训练一个或多个第一神经网络组件，以在具有预定分布的潜在空间中生成嵌入物。7.根据权利要求1所述的方法，其中进行机器学习系统的训练过程，使得:包括邻接鉴别器的分类器被训练成将由一个或多个第一神经网络组件生成的参考音乐内容的嵌入物分类为(i)与由一个或多个第一神经网络组件生成的正音乐内容的嵌入物相关，正音乐内容类似于参考音乐内容，以及(ii)与由一个或多个第一神经网络组件生成的负音乐内容的嵌入物不相关，负音乐内容不类似于参考音乐内容；和一个或多个第二神经网络组件对抗地训练一个或多个第一神经网络组件，以在具有预定分布的潜在空间中生成嵌入物。8.一种电子设备，包括:至少一个存储器；至少一个扬声器；和至少一个处理器，可操作地耦合到所述至少一个存储器和所述至少一个扬声器，所述
至少一个处理器被配置成:接收与输入音乐内容相关联的非语言输入；使用在潜在空间...

【专利技术属性】
技术研发人员：PM布雷坦，LP海克，金红霞，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：