一种MIDI音乐生成方法、装置及终端设备制造方法及图纸

本发明专利技术适用于计算机技术领域，提供了一种MIDI音乐生成方法、装置及终端设备，该方法包括：对原始MIDI音乐数据进行预处理，得到音符轨道和和弦轨道；基于音符轨道和和弦轨道得到MCST元素和和弦元素；基于MCST元素和和弦元素得到第一预测模型和第二预测模型；将随机MIDI音乐片段输入第一预测模型，生成中间MCST片段，将生成中间MCST片段输入第二预测模型，进行和弦替换，生成新的MIDI音乐。本发明专利技术能够提高音乐的流畅度和和谐度，还能丰富音乐的多样性。性。性。

【技术实现步骤摘要】
一种MIDI音乐生成方法、装置及终端设备


[0001]本专利技术属于计算机
，尤其涉及一种MIDI音乐生成方法、装置、终端及计算机可读存储介质。

技术介绍

[0002]目前人们时常通过计算机算法生成音乐数据，但基本单纯基于乐理规则生成音乐，生成的音乐过于刻板，缺乏多样性。现有技术中，常常采用LSTM
‑
GEN(基于LSTM方法的音乐生成模型)音乐生成模型和REMI音乐事件存储方式，然而LSTM
‑
GEN和REMI在和弦和谐度上性能较低，且REMI方法生成的音符零散，整体性差。此外，采用音高方式进行和弦记录会大大增加计算难度。实际生活中，一首歌曲可以改编为多种节奉，节奉和音符是没有强相关性的，现有模型普遍将音符和节奏作为关联因素同时进行处理，这进一步会影响生成音乐的和谐度。
[0003]综上所述，现有公开的技术都存在音乐的流畅度与和谐度较低以及音乐缺乏多样性的问题，针对这些问题，需要对MIDI(Musical Instrument Digital Interface，乐器数字化接口)音乐生成技术进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种MIDI音乐生成方法，其特征在于，所述方法包括：对原始MIDI音乐数据进行预处理，得到音符轨道和和弦轨道；对所述音符轨道和所述和弦轨道进行旋律和弦分离变换MCST存储及数字映射处理得到MCST元素，对所述和弦轨道进行数字映射得到和弦元素；通过所述MCST元素对音乐片段时序学习网络进行训练，得到第一预测模型；通过所述和弦元素对相似和弦替换网络进行训练，得到第二预测模型；将随机MIDI音乐片段输入所述第一预测模型，生成中间MCST片段；将所述生成中间MCST片段输入所述第二预测模型，进行和弦替换，生成新的MIDI音乐。2.根据权利要求1所述的MIDI音乐生成方法，其特征在于，所述对所述音符轨道和所述和弦轨道进行MCST存储包括：所述MCST元素以八分音符时长为基本单位；获取所述和弦轨道中的和弦信息，将所述和弦信息拆分成多个八分音符；获取所述音符轨道中的音符信息，所述音符信息为八分音符；将所述音符信息与拆分后的所述和弦信息拼接并作为所述MCST存储的最小存储单元进行存储。3.根据权利要求1所述的MIDI音乐生成方法，其特征在于，所述通过所述MCST元素对音乐片段时序学习网络进行训练，得到第一预测模型包括：将所述MCST元素放入所述音乐片段时序学习网络中，N个MCST元素为一组，用前一组的所述MCST元素来预测第N+1个MCST元素，循环训练；所述N个MCST元素为大于1的整数个MCST元素；所述音乐片段时序学习网络为带有自我注意机制的神经序列模型。4.根据权利要求1所述的MIDI音乐生成方法，其特征在于，所述通过所述和弦元素对相似和弦替换网络进行训练，得到第二预测模型包括：获取和弦轨道的和弦信息，所述和弦信息包含和弦走向，通过多个所述和弦走向训练得到所述第二预测模型；所述相似和弦替换网络为word2vec模型。5.根据权利要求1所述的MIDI音乐生成方法，其特征在于，所述将随机MIDI音乐片段输入所述第一预测模型，生成中间MCST片段包括：加载所述第一预测模型，将所述随机MIDI音乐片段输入所述第一预测模型，得...

【专利技术属性】
技术研发人员：高凯，刘一贺，周二亮，
申请(专利权)人：河北尚云信息科技有限公司，
类型：发明
国别省市：