本文采用GAN和VAE結(jié)合深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行基于音樂理論規(guī)則的智能音樂生成,探索智能生成音樂的算法。與傳統(tǒng)的算法作曲不同,不需要手動(dòng)的添加復(fù)雜的規(guī)則,而是通過訓(xùn)練初始音樂集、對(duì)樂曲集進(jìn)行評(píng)估篩選,最后通過RVAE-GAN神經(jīng)網(wǎng)絡(luò)生成音樂。通過適應(yīng)度函數(shù)計(jì)算樂曲一系列特征的加權(quán)和,如音高和節(jié)奏的分布,也可以計(jì)算與特定樂曲集之間的距離等一系列樂理理論規(guī)則。在此基礎(chǔ)上,采用半監(jiān)督算法形成和弦結(jié)構(gòu)模型,結(jié)合樂曲的特征提取,研究并提出基于GAN對(duì)抗生成網(wǎng)絡(luò)和VAE網(wǎng)絡(luò)結(jié)合音樂理論規(guī)則的智能生成音樂對(duì)于現(xiàn)代流行音樂的創(chuàng)作和實(shí)現(xiàn)藝術(shù)的大眾化和量產(chǎn)化具有重要的理論和實(shí)際意義。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 簡(jiǎn)介
2 相關(guān)理論和模型
    2.1 RNN網(wǎng)絡(luò)
    2.2 VAE網(wǎng)絡(luò)
    2.3 GAN網(wǎng)絡(luò)
3 多模態(tài)神經(jīng)網(wǎng)絡(luò)———RVAE-GAN
    3.1 網(wǎng)絡(luò)模型
    3.2 規(guī)則算法
        3.2.1 旋律規(guī)則
        3.2.2 和聲規(guī)則
        3.3.3 節(jié)奏規(guī)則
        3.3.4 編排規(guī)則
4 實(shí)驗(yàn)
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 實(shí)驗(yàn)過程
5 實(shí)驗(yàn)結(jié)果
6 總結(jié)與展望



本文編號(hào)：3658255