隨著計算機科學(xué)和音樂科技的發(fā)展,算法在計算機作曲領(lǐng)域已有廣泛的研究和應(yīng)用。由此演變產(chǎn)生的“計算機生成藝術(shù)”屬于算法藝術(shù)的范疇,創(chuàng)作者通過編寫程序、制定相關(guān)限定規(guī)則等方法,使計算機進(jìn)行音樂自動生成創(chuàng)作或輔助創(chuàng)作者完成音樂創(chuàng)作。繼算法作曲成為計算機音樂創(chuàng)作領(lǐng)域的研究熱點方向之后,近年來隨著人工智能、深度學(xué)習(xí)等技術(shù)的崛起與應(yīng)用熱潮,使得相關(guān)理論與技術(shù)的相關(guān)研究和探索不斷深化,科技與音樂的多維度交融進(jìn)入了嶄新的歷史時期。人工智能作曲也將成為算法作曲領(lǐng)域未來主要的研究分支方向。本研究的研究目的是為了實現(xiàn)一種基于樂譜識別的深度學(xué)習(xí)算法作曲系統(tǒng)。本文的理論研究立足于算法作曲領(lǐng)域,技術(shù)實現(xiàn)研究基于計算機深度學(xué)習(xí)層面,以及相應(yīng)的音樂數(shù)據(jù)表達(dá)方式。其研究意義是在較短時間內(nèi)獲得具有較強音樂數(shù)據(jù)特征的輸出結(jié)果,有效平衡數(shù)據(jù)量、計算成本和時間成本。同時也可以通過調(diào)整深度神經(jīng)網(wǎng)絡(luò)的復(fù)雜度,去再次判定算法的優(yōu)劣性,從而可以不斷對系統(tǒng)進(jìn)行可持續(xù)的升級優(yōu)化。本文的研究內(nèi)容包括了算法作曲的理論背景、常見算法的應(yīng)用特性解析、OMR系統(tǒng)構(gòu)建流程、深度學(xué)習(xí)訓(xùn)練策略、音樂數(shù)據(jù)表達(dá)、MIDI數(shù)據(jù)標(biāo)準(zhǔn)化、音樂數(shù)據(jù)預(yù)處理方式、深度學(xué)習(xí)... 

【文章來源】：南京藝術(shù)學(xué)院江蘇省

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【部分圖文】：

本研究對于算法作曲研究的范圍界定

繾蛹撲慊??幸衾值拇醋鰲５諞桓鱸詡撲慊?仙?傻乃惴ㄒ衾腫髕罰?醋?Hiller和Isaacson在Illiac計算機上的算法作曲探索式創(chuàng)作，是計算機音樂領(lǐng)域最著名的開拓性工作，他們的主要成果是Illiac組曲，作品編制為弦樂四重奏。③。該作品的創(chuàng)作思想來源于數(shù)學(xué)概率論，生成音樂中的一些參數(shù),然后再將這些參數(shù)轉(zhuǎn)換為傳統(tǒng)的樂譜。④該程序利用馬爾可夫鏈隨機生成音符。輔佐使用古典和聲和對位的作曲規(guī)則對生成的音符進(jìn)行測試，只保留了符合作曲規(guī)定的音符，使用一個簡單的回溯過程將整個網(wǎng)絡(luò)回到該修正點，然后重新開始新的循環(huán)。圖3IlliacSuite樂譜①作者注：約翰·塞巴斯蒂安·巴赫（德語：JohannSebastianBach，1685—1750）是德國作曲家和巴洛克時期的音樂家，被視為有史以來最偉大的作曲家之一。②作者注：艾倫·麥錫森·圖靈（1912-1954）英國數(shù)學(xué)家，邏輯學(xué)家。被稱為計算機科學(xué)之父，人工智能之父。③HillerLA,IsaacsonLM.ExperimentalMusic;Compositionwithanelectroniccomputer[M].GreenwoodPublishingGroupInc.,1979.④HillerL,IsaacsonL.Musicalcompositionwithahigh-speeddigitalcomputer[M]Machinemodelsofmusic.MITPress,1992.

實驗構(gòu)架如圖4所示，本研究的實驗架構(gòu)從功能上將分為四個部分

【參考文獻(xiàn)】：
期刊論文
[1]基于遞歸神經(jīng)網(wǎng)絡(luò)人工智能技術(shù)的音樂創(chuàng)作[J]. 馬鵬程,盧樹強,王曉岸,李曉東,宋涵宇.  電子技術(shù)與軟件工程. 2020(03)
[2]人工智能對中國音樂產(chǎn)業(yè)鏈的滲透與革新[J]. 王鉉,雷沁穎.  現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報). 2019(12)
[3]基于LSTM自動生成音樂[J]. 辛明澤.  電子制作. 2019(10)
[4]隱式特征和循環(huán)神經(jīng)網(wǎng)絡(luò)的多聲部音樂生成系統(tǒng)[J]. 苗北辰,郭為安,汪鐳.  智能系統(tǒng)學(xué)報. 2019(01)
[5]基于charRNN的復(fù)音音樂生成方法[J]. 王思源,周建國.  計算機工程. 2019(05)
[6]人工智能美學(xué)如何可能[J]. 陶鋒.  文藝爭鳴. 2018(05)
[7]音樂情感的計算機分析與自動識別技術(shù)研究[J]. 劉珺,劉君.  北方音樂. 2018(09)
[8]莫扎特《音樂骰子游戲》與約翰·凱奇《變之音樂》比較研究[J]. 溫展力.  黃鐘(武漢音樂學(xué)院學(xué)報). 2016(03)
[9]新技術(shù)媒體環(huán)境下的音樂創(chuàng)作及現(xiàn)象分析[J]. 謝力榮,莊曜.  黃鐘（中國.武漢音樂學(xué)院學(xué)報）. 2012(03)
[10]音高的算法生成與結(jié)構(gòu)對應(yīng)[J]. 申濤.  黃鐘（中國.武漢音樂學(xué)院學(xué)報）. 2011(03)

博士論文
[1]可能性構(gòu)造空間理論與計算機作曲思維模型研究[D]. 韓艷玲.華中科技大學(xué) 2010
[2]先鋒派實驗音樂之涅槃[D]. 吳粵北.上海音樂學(xué)院 2009

碩士論文
[1]基于深度學(xué)習(xí)的自動作曲編曲研究[D]. 朱洪淵.中國科學(xué)技術(shù)大學(xué) 2019
[2]基于生成對抗網(wǎng)絡(luò)的音樂推薦算法的設(shè)計與實現(xiàn)[D]. 張晨.華中科技大學(xué) 2019
[3]基于神經(jīng)網(wǎng)絡(luò)的算法作曲與情感識別研究[D]. 李高玲.鄭州大學(xué) 2019
[4]基于生成對抗網(wǎng)絡(luò)的音樂生成研究[D]. 邱燕.電子科技大學(xué) 2019
[5]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的音樂要素生成[D]. 張嚴(yán).武漢大學(xué) 2018
[6]雙軸LSTM神經(jīng)網(wǎng)絡(luò)與混沌理論在音樂生成系統(tǒng)中的研究與應(yīng)用[D]. 林舜成.華南理工大學(xué) 2017
[7]基于貝葉斯網(wǎng)的輔助作曲與編曲的智能音樂系統(tǒng)[D]. 翁詩杰.云南大學(xué) 2015
[8]基于神經(jīng)網(wǎng)絡(luò)的算法作曲系統(tǒng)[D]. 韓鋼.南京大學(xué) 2014
[9]計算機輔助算法作曲方法研究與軟件設(shè)計[D]. 馮天驕.上海音樂學(xué)院 2008
[10]OMR研究與原型系統(tǒng)開發(fā)[D]. 陳根方.浙江大學(xué) 2003



本文編號：3368474