CN111613199B - 一种基于乐理与统计规则的midi序列生成装置 - Google Patents
一种基于乐理与统计规则的midi序列生成装置 Download PDFInfo
- Publication number
- CN111613199B CN111613199B CN202010398381.9A CN202010398381A CN111613199B CN 111613199 B CN111613199 B CN 111613199B CN 202010398381 A CN202010398381 A CN 202010398381A CN 111613199 B CN111613199 B CN 111613199B
- Authority
- CN
- China
- Prior art keywords
- pitch
- tone
- chord
- note
- sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011295 pitch Substances 0.000 claims abstract description 83
- 238000012937 correction Methods 0.000 claims abstract description 31
- 238000009826 distribution Methods 0.000 claims abstract description 20
- 230000033764 rhythmic process Effects 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000012986 modification Methods 0.000 claims description 18
- 230000004048 modification Effects 0.000 claims description 18
- 230000003252 repetitive effect Effects 0.000 claims 2
- 238000000034 method Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- IJJWOSAXNHWBPR-HUBLWGQQSA-N 5-[(3as,4s,6ar)-2-oxo-1,3,3a,4,6,6a-hexahydrothieno[3,4-d]imidazol-4-yl]-n-(6-hydrazinyl-6-oxohexyl)pentanamide Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)NCCCCCC(=O)NN)SC[C@@H]21 IJJWOSAXNHWBPR-HUBLWGQQSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H7/00—Instruments in which the tones are synthesised from a data store, e.g. computer organs
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/101—Music Composition or musical creation; Tools or processes therefor
- G10H2210/111—Automatic composing, i.e. using predefined musical rules
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/101—Music Composition or musical creation; Tools or processes therefor
- G10H2210/145—Composing rules, e.g. harmonic or musical rules, for use in automatic composition; Rule generation algorithms therefor
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Auxiliary Devices For Music (AREA)
Abstract
本发明公开了一种基于乐理与统计规则的MIDI序列生成装置,包含一个计算机***,所述计算机***被配置为:接收和弦信息序列、节奏型以及调性;依据接收的调性初始化一个八度内12个音的音高初始概率;依据和弦约束、旋律运动约束、重复音约束以及音阈约束对12个音的音高初始概率进行和弦修正、旋律运动修正、重复音修正以及音阈修正,获得12个音的音高概率分布;按照音高从高到低的顺序依次从音高概率分布中选择一个音符进行条件筛选,将满足筛选条件的音符添加到已生成旋律;综合已生成旋律和节奏型生成MIDI文件。该MIDI序列生成装置能够根据给定的旋律生成多样性的MIDI序列。
Description
技术领域
本发明涉及音乐科技技术领域,具体涉及一种基于乐理与统计规则的MIDI序列生成装置。
背景技术
MIDI是一个工业标准的电子通信协议,能为各类电子乐器及其他演奏设备定义不同的音符和控制信号。因此MIDI是音乐符号化表示的一种方法,被广泛用于音乐制作当中。
随着人工智能技术的发展与普及,计算机作曲成为了音乐制作中的一个新分支,而符号化音乐创作,即MIDI序列生成成为其中重要的组成部分。许多先前的MIDI序列生成工作包含不同的方法,它们通常有各自的生成背景和优缺点。
目前主流的MIDI序列方法通常可以分为两种:第一种是完全基于乐理规则生成的方法,即从已有的音乐作品中提炼出旋律进行的规则,并根据这种规则创作MIDI。这种方法可以生成与现有音乐极为相似的音乐。例如,David Cope的EMI虚拟音乐生成***,Ebciogin的CHORAL巴赫音乐生成专家***。但从某一特定风格中提炼出该风格音乐所有的乐理规则并应用在生成中是一件十分困难的事情,并且随着时间推移基于风格的乐理规则会不断演化。
第二种是利用人工智能中机器学习以及深度学习技术生成MIDI的方法。这种方法可以使得生成的音乐更具多样性,且可以端到端的生成音乐。典型的案例有Adam Robert等人的MusicVAE多轨音乐生成***,Dong Hao-Wen等人的MuseGAN符号化音乐和伴奏生成***等。但这种工作目前有诸多缺陷,比如音乐生成质量普遍不高,生成的单轨MIDI音符会有较多错音,生成的多轨MIDI轨道之间和谐度不高。
综上所述,现有的MIDI序列生成方法并不能保证在旋律生成可控的情况下仍能达到生成MIDI的多样性。且现有的MIDI生成框架的单一性也成为MIDI序列生成问题的一个瓶颈。
发明内容
本发明的目的是提供一种基于乐理与统计规则的MIDI序列生成装置,该MIDI序列生成装置能够根据给定的旋律生成多样性的MIDI序列。
本发明的技术方案为:
一种基于乐理与统计规则的MIDI序列生成装置,包含一个计算机***,所述计算机***被配置为:
接收和弦信息序列、节奏型以及调性;
依据接收的调性初始化一个八度内12个音的音高初始概率;
依据和弦约束、旋律运动约束、重复音约束以及音阈约束对12个音的音高初始概率进行和弦修正、旋律运动修正、重复音修正以及音阈修正,获得12个音的音高概率分布;
按照音高从高到低的顺序依次从音高概率分布中选择一个音符进行条件筛选,将满足筛选条件的音符添加到已生成旋律;
综合已生成旋律和节奏型生成MIDI文件。
和弦信息序列包含和弦和其对应拍数的序列,往往呈现一种调性,因此可以根据输入的和弦信息序列自动生成调性。
优选地,所述MIDI序列生成装置内置有流行音乐节奏型,直接综合任意一种流行音乐节奏型生成MIDI文件。
在初始化音高初始概率时,大小调对应不同的音高概率。因此,当所述调性为大调时,12个音的音高初始概率为:
音 | 1 | #1/b2 | 2 | #2/b3 | 3 | 4 |
音高初始概率 | 0.184 | 0.001 | 0.155 | 0.003 | 0.191 | 0.109 |
音 | #4/b5 | 5 | #5/b6 | 6 | #6/b7 | 7 |
音高初始概率 | 0.005 | 0.214 | 0.001 | 0.078 | 0.004 | 0.055 |
当所述调性为小调时,12个音的音高初始概率为:
音 | 1 | #1/b2 | 2 | #2/b3 | 3 | 4 |
音高初始概率 | 0.192 | 0.005 | 0.149 | 0.179 | 0.002 | 0.144 |
音 | #4/b5 | 5 | #5/b6 | 6 | #6/b7 | 7 |
音高初始概率 | 0.002 | 0.201 | 0.038 | 0.012 | 0.053 | 0.022 |
优选地,依据和弦约束进行和弦修正包括:
设定和弦修正系数,该和弦修正系数范围为2.3~3.5;
根据接收的和弦信息,将与和弦信息对应的和弦组成音的音高概率乘以和弦修正系数,以获得和弦修正结果。
优选地,依据旋律运动约束进行旋律运动修正包括:
当预测音与已经生成音存在不同音程差时,将待预测音的音高概率乘以旋律运动约束系数,所述旋律运动约束系数通过以下公式获得:
F(x,root)=f(x,root+2,0.5)*0.2+f(x,root+4,1)*0.05+f(x,root-2.3,1)*0.1
+f(x,root-5,0.8)*0.06+f(x,root+7,0.8)*0.03+f(x,root+1,0.7)
*0.05+f(x,root-8,3)*0.02
其中,F(,)表示旋律运动约束系数,x表示预测音高,root为已生成音音高。
优选地,依据重复音约束进行重复音修正包括:
设定重复音惩罚系数,该重复音惩罚系数范围为0.7~0.9;
比较预测音与所有已经生成音,若预测音高被包含于所有已经生成音音高所组成的集合,则将预测音的音高概率乘以重复音惩罚系数,以获得重复音修正结果。
优选地,依据音阈约束进行音阈修正包括:
设定音阈范围、音阈中心值以及音阈标准差值,并依据音阈范围、音阈中心值以及音阈标准差值生成一个以音阈中心值为均值,以音阈标准差值为方差的正态分布;
将音高在音阈范围内的音符的音高概率乘以每个音符正态分布的概率值,并归一化得到音域判别的输出。
优选地,对于音高概率分布中选择一个音符进行如下条件筛选:
若预测音符不在调内,则将该音符标记为错音并清除;
若预测音符与和弦构成减音程,则直接清除该音符;
若预测音符与已经生成音符超过八度大跳或与前两个音符形成连续同向大跳,则直接清除该音符;
若预测音符为第二次在某小节内出现调外音,则直接清除该音符。
与现有技术相比,本发明具有的有益效果为:
本发明提供的基于乐理与统计规则的MIDI序列生成装置,根据给定的旋律、节奏和调性,在保证旋律生成可控的情况下能够生成多样化的MIDI序列。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动前提下,还可以根据这些附图获得其他附图。
图1是本发明实施例提供的基于乐理与统计规则的MIDI序列生成的流程图。
图2是本发明实施例提供的大调时音高初始概率分布图;
图3是本发明实施例提供的小调时音高初始概率分布图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
如图1所示,实施例提供了一种基于乐理与统计规则的MIDI序列生成装置,包含一个计算机***,该计算机***被配置为:
步骤1,接收和弦信息序列、节奏型以及调性。
其中,和弦信息序列是包含和弦和其对应拍数的序列。和弦进行是与调性相符合的,一般装置内置一个和弦进行列表,也可用户自定义,该弦进行列表的数据类型为str和float交替,str数据表示和弦种类,float数据表示该和弦持续的拍数,如['C',4.0,'F',4.0,'G',4.0,'C',4.0],表示C和弦持续4拍,换成F和弦持续4拍,再换成G和弦持续4拍,最后换成C和弦持续4拍。
节奏型定义了音符的个数和每个音符的持续时间,即用户可自定义待生成的每个音符的长度,以4/4中一拍为最小单位。装置内置一个节奏型列表,该节奏型列表记载流行音乐节奏型。当然,用户也可以自定义一个列表用于限定节奏,该列表中每个数字表示生成的每一个音符的拍数。每个音符的起始位置默认为上一个音符的结束位置,因此节奏型中的数字可以是负数,表示从上一个音符结尾向前持续的拍数。
调性是指待生成旋律处在哪个调当中,包含基本的大小调,这个调性可以是用户自己设置,也可以是根据输入的和弦信息序列自动生成调性。
步骤2,依据接收的调性初始化一个八度内12个音的音高初始概率。
MIDI序列生成装置的输出为旋律的音符序列,包含每个音符的音高与持续时间信息,最终得到一个挂载钢琴音色的MIDI文件,里面包含柱式和弦进行轨道与生成的旋律轨道总计两个轨道。
在旋律音高生成过程中,主要用到了概率模型,为每一个待生成的音符设定了概率。该概率由基础概率与附加概率两部分组成。基础概率来自于用户设定的调性,每个音符在指定调性下的概率分布均不同。附加概率来自于旋律的运动特性、重复音、和弦音、音域等高级特征,它们直接在对应音符的基础概率上做修正。两个概率的计算结果得到最终每个待生成音符的概率。
本发明中,MIDI序列生成的最小单位是音符,其基本属性是音高和持续时间。因此首先根据给定的调性判断下一个音符每种音高出现的概率,大小调对应不同的音高出现概率,此概率作为下一个出现音符的基本概率。
图2和图3分别对应大调和小调时不同级数音符的初始音高概率分布图。该初始音高概率作为基础概率,如大调的1级音符所对应的基础概率是0.184,而小调的1级音符所对应的基础概率是0.192。
步骤3,依据和弦约束、旋律运动约束、重复音约束以及音阈约束对12个音的音高初始概率进行和弦修正、旋律运动修正、重复音修正以及音阈修正,获得12个音的音高概率分布。
在初始音高概率的基础上,要对初始音高概率进行和弦修正、旋律运动修正、重复音修正以及音阈修正,修正的顺序不受限制,要保证对一个初始音高概率要进行这四种音高修正,因此,以下所述的音高概率是指,当对基础概率进行第一种音高修正时,音高概率为初始音高概率,当对其他修正结果进行音高修正时,则音高概率为上一次音高修正的结果。
在给定调性后,也会以拍为单位给定该段旋律的和弦进行。在每个待预测音的基本概率基础上,会根据其所对应的和弦增加基于和弦音的概率。具体地,依据和弦约束进行和弦修正包括:
设定和弦修正系数为3;
根据接收的和弦信息,将与和弦信息对应的和弦组成音的音高概率乘以和弦修正系数,以获得和弦修正结果。
旋律运动通常有平进、模进等进行方式。本实施例会根据待预测音的前一个音音高来给予待预测音额外的概率加成。具体地,依据旋律运动约束进行旋律运动修正包括:
当预测音与已经生成音存在不同音程差时,将待预测音的音高概率乘以旋律运动约束系数,所述旋律运动约束系数通过以下公式获得:
F(x,root)=f(x,root+2,0.5)*0.2+f(x,root+4,1)*0.05+f(x,root-2.3,1)*0.1
+f(x,root-5,0.8)*0.06+f(x,root+7,0.8)*0.03+f(x,root+1,0.7)
*0.05+f(x,root-8,3)*0.02
其中,F(,)表示旋律运动约束系数,x表示预测音高,root为已生成音音高。
一段旋律中若总是出现同一个音会使人感到乏味。因此,若某种音高在已生成旋律中出现太多,将降低待预测音出现该音高的概率。具体地,依据重复音约束进行重复音修正包括:
设定重复音惩罚系数为0.8;
比较预测音与所有已经生成音,若预测音高被包含于所有已经生成音音高所组成的集合,则将预测音的音高概率乘以重复音惩罚系数,以获得重复音修正结果。
一段旋律通常位于一个指定音域当中,有跨度特别大的音域会使得该旋律听感上没有重心,且演唱极为困难。因此会指定待预测音的出现音高范围,以及对它增加偏离音域中心概率的惩罚。具体地,依据音阈约束进行音阈修正包括:
设定音阈范围、音阈中心值以及音阈标准差值,并依据音阈范围、音阈中心值以及音阈标准差值生成一个以音阈中心值为均值,以音阈标准差值为方差的正态分布;
将音高在音阈范围内的音符的音高概率乘以每个音符正态分布的概率值,并归一化得到音域判别的输出。
步骤4,按照音高从高到低的顺序依次从音高概率分布中选择一个音符进行条件筛选,将满足筛选条件的音符添加到已生成旋律。
当获得音高概率分布,并获取最大音高概率时,将拿该预测音符与已生成音符音高进行比较,并进行后处理,具体处理如下:
(a)清除错音
若预测音符不在调内,则被标记为错音,若在旋律中偶有调外音可增加其趣味性,但若大量出现会影响旋律的稳定性,因此把这类音符设定为高概率清除,进而重新生成。
(b)清除减音程
若预测音符与和弦构成减音程,则直接清除。
(c)旋律幅度控制
若预测音符与已经生成音符超过八度大跳或与前两个音符形成连续同向大跳,则直接清除。
(d)和弦外音控制
若预测音符为第二次在某小节内出现调外音,则直接清除。
步骤5,综合已生成旋律和节奏型生成MIDI文件。
上述计算机***包括一个或多个存储指令的非临时性计算机可读存储设备,存储指令由处理器、计算机***执行时可进行上述的各种计算操作。计算机可以为台式计算机、便携式计算机、工作站、云端服务器、个人数字助理或任何其他计算机***。计算机***包括处理器、只读存储器(ROM)、随机存取存储器(RAM)、连接***设备(如输入设备、输出设备、存储设备等)的输入/输出适配器、连接的输入设备(如键盘、鼠标、触摸屏、语音输入)、和/或其他设备的用户界面适配器、将计算机连接至网络的通讯适配器、将计算机连接至显示器的显示器适配器等。
上述提供的基于乐理与统计规则的MIDI序列生成装置,根据给定的旋律、节奏和调性,在保证旋律生成可控的情况下能够生成多样化的MIDI序列。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于乐理与统计规则的MIDI序列生成装置,包含一个计算机***,其特征在于,所述计算机***被配置为:
接收和弦信息序列、节奏型以及调性;
依据接收的调性初始化一个八度内12个音的音高初始概率;
依据和弦约束、旋律运动约束、重复音约束以及音阈约束对12个音的音高初始概率进行和弦修正、旋律运动修正、重复音修正以及音阈修正,获得12个音的音高概率分布;
按照音高从高到低的顺序依次从音高概率分布中选择一个音符作为预测音符进行如下条件筛选:若预测音符不在调内,则将该音符标记为错音并清除;若预测音符与和弦构成减音程,则直接清除该音符;若预测音符与已经生成音符超过八度大跳或与前两个音符形成连续同向大跳,则直接清除该音符;若预测音符为第二次在某小节内出现调外音,则直接清除该音符;将满足筛选条件的音符添加到已生成旋律;
综合已生成旋律和节奏型生成MIDI文件。
2.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,根据输入的和弦信息序列自动生成调性。
3.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,所述MIDI序列生成装置内置有流行音乐节奏型,直接综合任意一种流行音乐节奏型生成MIDI文件。
4.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,当所述调性为大调时,12个音的音高初始概率为:
12个音分别为:1、#1/b2、2、#2/b3、3、4、#4/b5、5、#5/b6、6、#6/b7、7,对应音高初始概率分别为:0.184、0.001、0.155、0.003、0.191、0.109、0.005、0.214、0.001、0.078、0.004、0.055;
当所述调性为小调时,12个音的音高初始概率为:
12个音分别为:1、#1/b2、2、#2/b3、3、4、#4/b5、5、#5/b6、6、#6/b7、7,对应音高初始概率分别为:0.192、0.005、0.149、0.179、0.002、0.144、0.002、0.201、0.038、0.012、0.053、0.022。
5.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,依据和弦约束进行和弦修正包括:
设定和弦修正系数,该和弦修正系数范围为2.3~3.5;
根据接收的和弦信息,将与和弦信息对应的和弦组成音的音高概率乘以和弦修正系数,以获得和弦修正结果。
6.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,依据旋律运动约束进行旋律运动修正包括:
当预测音与已经生成音存在不同音程差时,将待预测音的音高概率乘以旋律运动约束系数,所述旋律运动约束系数通过以下公式获得:
F(x,root)=f(x,root+2,0.5)*0.2+f(x,root+4,1)*0.05+f(x,root-2.3,1)*0.1+f(x,root-5,0.8)*0.06+f(x,root+7,0.8)*0.03+f(x,root+1,0.7)*0.05+f(x,root-8,3)*0.02
其中,F(,)表示旋律运动约束系数,x表示预测音高,root为已生成音音高。
7.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,依据重复音约束进行重复音修正包括:
设定重复音惩罚系数,该重复音惩罚系数范围为0.7~0.9;
比较预测音与所有已经生成音,若预测音高被包含于所有已经生成音音高所组成的集合,则将预测音的音高概率乘以重复音惩罚系数,以获得重复音修正结果。
8.如权利要求1所述的基于乐理与统计规则的MIDI序列生成装置,其特征在于,依据音阈约束进行音阈修正包括:
设定音阈范围、音阈中心值以及音阈标准差值,并依据音阈范围、音阈中心值以及音阈标准差值生成一个以音阈中心值为均值,以音阈标准差值为方差的正态分布;
将音高在音阈范围内的音符的音高概率乘以每个音符正态分布的概率值,并归一化得到音域判别的输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010398381.9A CN111613199B (zh) | 2020-05-12 | 2020-05-12 | 一种基于乐理与统计规则的midi序列生成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010398381.9A CN111613199B (zh) | 2020-05-12 | 2020-05-12 | 一种基于乐理与统计规则的midi序列生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111613199A CN111613199A (zh) | 2020-09-01 |
CN111613199B true CN111613199B (zh) | 2022-08-09 |
Family
ID=72201195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010398381.9A Active CN111613199B (zh) | 2020-05-12 | 2020-05-12 | 一种基于乐理与统计规则的midi序列生成装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111613199B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112365868B (zh) * | 2020-11-17 | 2024-05-28 | 北京达佳互联信息技术有限公司 | 声音处理方法、装置、电子设备及存储介质 |
CN112820255A (zh) * | 2020-12-30 | 2021-05-18 | 北京达佳互联信息技术有限公司 | 音频处理方法及装置 |
CN113012665B (zh) * | 2021-02-19 | 2024-04-19 | 腾讯音乐娱乐科技(深圳)有限公司 | 音乐生成方法及音乐生成模型的训练方法 |
CN113571030B (zh) * | 2021-07-21 | 2023-10-20 | 浙江大学 | 一种基于听感和谐度评估的midi音乐修正方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06167977A (ja) * | 1993-05-31 | 1994-06-14 | Casio Comput Co Ltd | リズム生成装置及びリズム分析装置 |
US5736666A (en) * | 1996-03-20 | 1998-04-07 | California Institute Of Technology | Music composition |
US6100462A (en) * | 1998-05-29 | 2000-08-08 | Yamaha Corporation | Apparatus and method for generating melody |
CN1753080A (zh) * | 2004-09-22 | 2006-03-29 | 雅马哈株式会社 | 音乐信息显示装置及程序 |
JP2007193222A (ja) * | 2006-01-20 | 2007-08-02 | Casio Comput Co Ltd | メロディ入力装置及び楽曲検索装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10854180B2 (en) * | 2015-09-29 | 2020-12-01 | Amper Music, Inc. | Method of and system for controlling the qualities of musical energy embodied in and expressed by digital music to be automatically composed and generated by an automated music composition and generation engine |
-
2020
- 2020-05-12 CN CN202010398381.9A patent/CN111613199B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06167977A (ja) * | 1993-05-31 | 1994-06-14 | Casio Comput Co Ltd | リズム生成装置及びリズム分析装置 |
US5736666A (en) * | 1996-03-20 | 1998-04-07 | California Institute Of Technology | Music composition |
US6100462A (en) * | 1998-05-29 | 2000-08-08 | Yamaha Corporation | Apparatus and method for generating melody |
CN1753080A (zh) * | 2004-09-22 | 2006-03-29 | 雅马哈株式会社 | 音乐信息显示装置及程序 |
JP2007193222A (ja) * | 2006-01-20 | 2007-08-02 | Casio Comput Co Ltd | メロディ入力装置及び楽曲検索装置 |
Non-Patent Citations (2)
Title |
---|
兰帆等.一种改进旋律匹配算法在MIDI演奏***中的应用.《计算机与现代化》.2009,(第06期), * |
曹西征等.应用于河南民歌的智能作曲方法.《计算机应用》.2017, * |
Also Published As
Publication number | Publication date |
---|---|
CN111613199A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111613199B (zh) | 一种基于乐理与统计规则的midi序列生成装置 | |
US5736666A (en) | Music composition | |
Barbancho et al. | Automatic transcription of guitar chords and fingering from audio | |
CN112382257B (zh) | 一种音频处理方法、装置、设备及介质 | |
Nakamura et al. | Statistical piano reduction controlling performance difficulty | |
US20120246209A1 (en) | Method for creating a markov process that generates sequences | |
Tsunoo et al. | Beyond timbral statistics: Improving music classification using percussive patterns and bass lines | |
CN113192471B (zh) | 一种基于神经网络的乐曲主旋律音轨识别方法 | |
Nakamura et al. | Automatic piano reduction from ensemble scores based on merged-output hidden markov model | |
CN113010730A (zh) | 音乐文件生成方法、装置、设备及存储介质 | |
CN109841202B (zh) | 基于语音合成的节奏生成方法、装置及终端设备 | |
CN110867174A (zh) | 自动混音装置 | |
CN113178182A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
Glickman et al. | (A) Data in the Life: Authorship Attribution of Lennon-McCartney Songs | |
CN110517655B (zh) | 一种旋律生成方法及*** | |
CN110134823B (zh) | 基于归一化音符显马尔可夫模型的midi音乐流派分类方法 | |
Kumar et al. | MellisAI—An AI generated music composer using RNN-LSTMs | |
CN112951183B (zh) | 一种基于深度学习的音乐自动生成并评价的方法 | |
JP2019109357A (ja) | 音楽情報の特徴解析方法及びその装置 | |
Hori et al. | Jazz piano trio synthesizing system based on hmm and dnn | |
Manilow et al. | Unsupervised source separation by steering pretrained music models | |
Paiement | Probabilistic models for music | |
CN112992106B (zh) | 基于手绘图形的音乐创作方法、装置、设备及介质 | |
Tamás et al. | Development of a music generator application based on artificial intelligence | |
Zaccagnino et al. | Creative DNA Computing: Splicing Systems for Music Composition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Ji Zihao Inventor after: Li Chenxiao Inventor after: Zhang Kejun Inventor before: Li Chenxiao Inventor before: Ji Zihao Inventor before: Zhang Kejun |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |