CN110517655A - 一种旋律生成方法及系统 - Google Patents
一种旋律生成方法及系统 Download PDFInfo
- Publication number
- CN110517655A CN110517655A CN201910803900.2A CN201910803900A CN110517655A CN 110517655 A CN110517655 A CN 110517655A CN 201910803900 A CN201910803900 A CN 201910803900A CN 110517655 A CN110517655 A CN 110517655A
- Authority
- CN
- China
- Prior art keywords
- melody
- midi file
- hash
- available
- midi
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0008—Associated control or indicating means
- G10H1/0025—Automatic or semi-automatic music composition, e.g. producing random music, applying rules from music theory or modifying a musical piece
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Acoustics & Sound (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Auxiliary Devices For Music (AREA)
Abstract
本发明涉及计算机应用技术领域,其目的在于提供一种旋律生成方法及系统。本发明公开了一种旋律生成方法,包括以下步骤:收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,然后根据指定的旋律特征构建旋律数据模型;建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中;算法生成器根据可用的旋律特征生成最终旋律。本发明还公开了一种旋律生成系统,包括原始数据预处理模块、数据筛选模块和算法生成模块。本发明可利用已有的MIDI文件自动创作新的旋律,有效降低旋律的创作成本。
Description
技术领域
本发明涉及计算机应用技术领域,特别是涉及一种旋律生成方法及系统。
背景技术
旋律是音乐的首要要素。通常指若干乐音经过艺术构思而形成的有组织、节奏的序列。按一定的音高、时值和音量构成的、具有逻辑因素的单声部进行的。旋律是由许多音乐基本要素,如调式、节奏、节拍、力度、音色表演方法方式等,有机地结合而成。目前,旋律的生成通常来源于作曲家的灵感,通过人工创作旋律,然而,人的精力有限,造成旋律生成的成本过高,同时不利于增加旋律生成效率。
发明内容
为了解决现有技术存在的上述问题,本发明提供了一种旋律生成方法及系统。
本发明采用的技术方案是:
一种旋律生成方法,包括以下步骤:
收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,然后根据指定的旋律特征构建旋律数据模型;
建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中;
算法生成器根据可用的旋律特征生成最终旋律。
优选地,收集MIDI文件后,还对MIDI文件进行筛选处理和规范化处理。
进一步优选地,构建旋律数据模型具体包括以下步骤:
收集已有的MIDI文件,构成原始MIDI文件集合;
对原始MIDI文件集合中的MIDI文件进行筛选,得到可用MIDI文件集合;
对可用MIDI文件集合中的MIDI文件进行规范化处理,去除可用MIDI文件集合中的MIDI文件开头的空节段,得到规范MIDI文件集合;
对规范MIDI文件集合中的MIDI文件进行解析,提取指定的旋律特征;
根据指定的旋律特征构建旋律数据模型。
进一步优选地,对原始MIDI文件集合中的MIDI文件进行筛选的具体步骤如下:
S1021.判断任一MIDI文件是否为单音轨或单乐器音频,若是则进入步骤S1022,若否则进入步骤S1023,直到将原始MIDI文件集合中的所有MIDI文件判断完成后,算法生成器根据可用的旋律特征生成最终旋律;
S1022.确定该MIDI文件为纯旋律文件,然后返回步骤S1021;
S1023.将该MIDI文件从MIDI文件集合中剔除,然后返回步骤S1021。
优选地,建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中,具体包括以下步骤:
建立算法生成器;
向算法生成器输入参数,并根据输入的参数从旋律数据模型中找到与输入参数匹配的旋律特征;其中输入的参数包括风格参数、调性参数和速度参数中的至少一种;
根据第一筛选规则对旋律特征进行筛选,得到可用的旋律特征;
将可用的旋律特征反馈到算法生成器进行学习,初始化算法生成器。
进一步优选地,算法生成器利用决策树算法中的随机森林对旋律特征进行学习,得到新的数据集,然后将新的数据集再次反馈到算法生成器中。
优选地,算法生成器根据可用的旋律特征生成最终旋律,具体包括以下步骤:
根据第二筛选规则对算法生成器中的可用的旋律特征再次进行筛选;
算法生成器进行数据更新,生成最终旋律。
一种旋律生成系统,包括原始数据预处理模块、数据筛选模块和算法生成模块;
所述数据预处理模块,用于收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,对MIDI文件进行筛选处理和规范化处理,然后根据指定的旋律特征构建旋律数据模型;
所述数据筛选模块,用于从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成模块中;
所述算法生成模块,用于建立算法生成器,并根据可用的旋律特征生成最终旋律。
本发明的有益效果是:
1)可利用已有的MIDI文件自动创作新的旋律,有效降低旋律的创作成本。具体地,首先,本发明利用已有的MIDI文件,可有效降低建立歌曲旋律数据库的成本;另外,本实施例可匹配可用的旋律特征,然后将其输入算法生成器中,最后由算法生成器生成最终旋律,从而避免人为创作造成的旋律创作成本高及效率低的问题。
2)可降低生成旋律的重复率,使生成的旋律更加优质;具体地,本发明充分利用数据带来的多变性,既解决了因数据缺少导致的重复率过高的问题,又解决了纯粹算法带来的风格单一问题,保证得到的旋律更加优质。
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作简单地介绍,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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明中实施例1的流程图;
图2是本发明中实施例3的流程图;
图3是本发明中实施例4的结构框图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明虽然是用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解,尽管本文可能使用术语第一、第二等等来描述各种单元,但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
应当理解,在本文中若将单元称作与另一个单元“连接”、“相连”或“耦合”时,它可以与另一个单元直相连接或耦合,或中间单元可以存在。相対地,在本文中若将单元称作与另一个单元“直接相连”或“直接耦合”时,表示不存在中间单元。另外,应当以类似方式来解释用于描述单元之间的关系的其他单词(例如,“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。
应当理解,本文使用的术语仅用于描述特定实施例,并不意在限制本发明的示例实施例。若本文所使用的,单数形式“一”、“一个”以及“该”意在包括复数形式,除非上下文明确指示相反意思。还应当理解,若术语“包括”、“包括了”、“包含”和/或“包含了”在本文中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
应当理解,还应当注意到在一些备选实施例中,所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
应当理解,在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实例中,可以不以不必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1:
本实施例提供一种旋律生成方法,如图1所示,包括以下步骤:
收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,对MIDI文件进行筛选处理和规范化处理,然后根据指定的旋律特征构建旋律数据模型;
需要说明的是,MIDI(乐器数字接口,Musical Instrument Digital Interface,简称MIDI)文件存储音调和音乐强度的数据,音量,颤音和相位等参数的控制信号,还有设置节奏的时钟信号,其是一个工业标准的电子通信协定,为电子乐器等演奏设备(如合成器)定义各种音符或弹奏码,容许电子乐器、电脑、手机或其它的舞台演出配备彼此连接,调整和同步,得以实时交换演奏数据。
具体地,旋律生成系统可收集已经存在的MIDI文件,构成MIDI文件集合。系统具体可从网络爬取已有的MIDI文件集合,还可以从存储MIDI文件的第一方服务器拉取已有的MIDI文件集合。
建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中;
算法生成器根据可用的旋律特征生成最终旋律。
本实施例可利用已有的MIDI文件自动创作新的旋律,有效降低旋律的创作成本。具体地,首先,本实施例利用已有的MIDI文件,可有效降低建立歌曲旋律数据库的成本;另外,本实施例可匹配可用的旋律特征,然后将其输入算法生成器中,最后由算法生成器生成最终旋律,从而避免人为创作造成的旋律创作成本高及效率低的问题。
实施例2:
本实施例提供为降低生成旋律的重复率,使生成的旋律更加优质,本实施例提供一种旋律生成方法,包括以下步骤:
收集已有的MIDI文件,对MIDI文件进行筛选处理和规范化处理,根据MIDI文件生成指定的旋律特征,然后根据指定的旋律特征构建旋律数据模型。
具体地,旋律生成系统可收集已经存在的MIDI文件,构成MIDI文件集合。系统具体可从网络爬取已有的MIDI文件集合,还可以从存储MIDI文件的第一方服务器拉取已有的MIDI文件集合。
具体地,构建旋律数据模型具体包括以下步骤:
收集已有的MIDI文件,构成原始MIDI文件集合;
对原始MIDI文件集合中的MIDI文件进行筛选,得到可用MIDI文件集合;
对原始MIDI文件集合中的MIDI文件进行筛选的具体步骤如下:
S1021.判断任一MIDI文件是否为单音轨或单乐器音频,若是则进入步骤S1022,若否则进入步骤S1023,直到将原始MIDI文件集合中的所有MIDI文件判断完成后,算法生成器根据可用的旋律特征生成最终旋律;
S1022.确定该MIDI文件为纯旋律文件,然后返回步骤S1021;
S1023.将该MIDI文件从MIDI文件集合中剔除,然后返回步骤S1021。
对可用MIDI文件集合中的MIDI文件进行规范化处理,去除可用MIDI文件集合中的MIDI文件开头的空节段,得到规范MIDI文件集合;如此可以保证旋律的完整性。
对规范MIDI文件集合中的MIDI文件进行解析,提取指定的旋律特征;其具体步骤如下:首先,把MIDI文件中的旋律中的音符序列通过Mido库(Python第三方库)抽象为字符串序列;然后,搜索、匹配并提取MIDI文件中存在的完整歌曲,再解析整首歌的调号、拍号和速度等,最后按照乐段和乐句提取指定的旋律特征,其中旋律特征包括音符序列,还包括音符序列的音程特征和节奏特征;
根据指定的旋律特征构建旋律数据模型。具体地,根据乐段、乐句和短句的形式分别解析指定的旋律特征中的音符级数、音符力度、动机位置、音程集及跳进次数等数据,然后将指定的旋律特征中音符级数、音符力度、动机位置、音程集及跳进次数等数据构建为旋律数据模型。
建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中。
算法生成器根据可用的旋律特征生成最终旋律。
实施例3:
为降低生成旋律的重复率,使生成的旋律更加优质,本实施例提供一种旋律生成方法,如图2所示,包括以下步骤:
收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,然后根据指定的旋律特征构建旋律数据模型。
具体地,旋律生成系统可收集已经存在的MIDI文件,构成MIDI文件集合。系统具体可从网络爬取已有的MIDI文件集合,还可以从存储MIDI文件的第一方服务器拉取已有的MIDI文件集合。
进一步地,收集MIDI文件后,还对MIDI文件进行筛选处理和规范化处理。
具体地,构建旋律数据模型具体包括以下步骤:
收集已有的MIDI文件,构成原始MIDI文件集合;
对原始MIDI文件集合中的MIDI文件进行筛选,得到可用MIDI文件集合;
对原始MIDI文件集合中的MIDI文件进行筛选的具体步骤如下:
S1021.判断任一MIDI文件是否为单音轨或单乐器音频,若是则进入步骤S1022,若否则进入步骤S1023,直到将原始MIDI文件集合中的所有MIDI文件判断完成后,算法生成器根据可用的旋律特征生成最终旋律;
S1022.确定该MIDI文件为纯旋律文件,然后返回步骤S1021;
S1023.将该MIDI文件从MIDI文件集合中剔除,然后返回步骤S1021。
对可用MIDI文件集合中的MIDI文件进行规范化处理,去除可用MIDI文件集合中的MIDI文件开头的空节段,得到规范MIDI文件集合;如此可以保证旋律的完整性。
对规范MIDI文件集合中的MIDI文件进行解析,提取指定的旋律特征;其具体步骤如下:首先,把MIDI文件中的旋律中的音符序列通过Mido库(Python第三方库)抽象为字符串序列;然后,搜索、匹配并提取MIDI文件中存在的完整歌曲,再解析整首歌的调号、拍号和速度等,最后按照乐段和乐句提取指定的旋律特征,其中旋律特征包括音符序列,还包括音符序列的音程特征和节奏特征;
根据指定的旋律特征构建旋律数据模型。具体地,根据乐段、乐句和短句的形式分别解析指定的旋律特征中的音符级数、音符力度、动机位置、音程集及跳进次数等数据,然后将指定的旋律特征中音符级数、音符力度、动机位置、音程集及跳进次数等数据构建为旋律数据模型。
建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中。
具体地,建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中,具体包括以下步骤:
建立算法生成器;
向算法生成器输入参数,并根据输入的参数从旋律数据模型中找到与输入参数匹配的旋律特征;其中输入的参数包括风格参数、调性参数和速度参数中的至少一种;
根据第一筛选规则对旋律特征进行筛选,得到可用的旋律特征;具体地,第一筛选规则为预设的筛选标准,如第一筛选规则为选取在预设音域范围内的旋律特征、选取预设段落范围内的旋律特征、选取预设配器风格或选取预设旋律曲线的旋律特征中的至少一种。
将可用的旋律特征反馈到算法生成器进行学习,确定歌曲结构,初始化算法生成器。
本实施例中,算法生成器利用决策树算法(Decision Trees)中的随机森林(Random Forest,简称RF)对旋律特征进行学习,得到新的数据集,然后将新的数据集再次反馈到算法生成器中,以等待下一次数据筛选。
算法生成器根据可用的旋律特征生成最终旋律。
具体地,算法生成器根据可用的旋律特征生成最终旋律,具体包括以下步骤:
根据第二筛选规则对算法生成器中的可用的旋律特征再次进行筛选;
算法生成器进行数据更新,生成最终旋律。应当理解的是,算法生成器可按照配器、节奏型等乐理知识得到优质的最终旋律。
具体地,在算法生成器中,可通过重复、变奏等结构构建方法粗略生成旋律歌曲整体骨架,得到各段落的小节数等旋律数据,然后通过规则筛选模型得到歌曲适合各段落的数据集,对数据集进行学习从而得到各段落全新的音符数据,再对各段落内部及整体结构进行细化处理,包括小节之间、乐句之间、乐段之间衔接处的连通性处理,按照合理的曲式结构、音程关系对各个音符音高进行处理、变换,使之更平滑、不突兀。
整个算法生成过程模拟作曲家整个作曲过程,包括乐思的构建,乐句的发展,作曲技法的运用等,使得到的旋律更加合理、优质又不失创造性;并且多次生成出的旋律基本不出现重复,重复率低,充分利用数据带来的多变性,既解决了因数据缺少导致的重复率过高的问题,又解决了纯粹算法带来的风格单一问题,保证得到的旋律更加优质。
实施例4:
本实施例提供了一种用于实施例1至3中旋律生成方法的旋律生成系统,如图3所示,包括原始数据预处理模块、数据筛选模块和算法生成模块;
所述数据预处理模块,用于收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,对MIDI文件进行筛选处理和规范化处理,然后根据指定的旋律特征构建旋律数据模型;
所述数据筛选模块,用于从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成模块中;
所述算法生成模块,用于建立算法生成器,并根据可用的旋律特征生成最终旋律。
以上所描述的多个实施例仅仅是示意性的,若涉及到作为分离部件说明的单元,其可以是或者也可以不是物理上分开的;若涉及到作为单元显示的部件,其可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
最后应说明的是,本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (8)
1.一种旋律生成方法,其特征在于:包括以下步骤:
收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,然后根据指定的旋律特征构建旋律数据模型;
建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中;
算法生成器根据可用的旋律特征生成最终旋律。
2.根据权利要求1所述的一种旋律生成方法,其特征在于:收集MIDI文件后,还对MIDI文件进行筛选处理和规范化处理。
3.根据权利要求2所述的一种旋律生成方法,其特征在于:构建旋律数据模型具体包括以下步骤:
收集已有的MIDI文件,构成原始MIDI文件集合;
对原始MIDI文件集合中的MIDI文件进行筛选,得到可用MIDI文件集合;
对可用MIDI文件集合中的MIDI文件进行规范化处理,去除可用MIDI文件集合中的MIDI文件开头的空节段,得到规范MIDI文件集合;
对规范MIDI文件集合中的MIDI文件进行解析,提取指定的旋律特征;
根据指定的旋律特征构建旋律数据模型。
4.根据权利要求3所述的一种旋律生成方法,其特征在于:对原始MIDI文件集合中的MIDI文件进行筛选的具体步骤如下:
S1021.判断任一MIDI文件是否为单音轨或单乐器音频,若是则进入步骤S1022,若否则进入步骤S1023,直到将原始MIDI文件集合中的所有MIDI文件判断完成后,算法生成器根据可用的旋律特征生成最终旋律;
S1022.确定该MIDI文件为纯旋律文件,然后返回步骤S1021;
S1023.将该MIDI文件从MIDI文件集合中剔除,然后返回步骤S1021。
5.根据权利要求1所述的一种旋律生成方法,其特征在于:建立算法生成器,从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成器中,具体包括以下步骤:
建立算法生成器;
向算法生成器输入参数,并根据输入的参数从旋律数据模型中找到与输入参数匹配的旋律特征;其中输入的参数包括风格参数、调性参数和速度参数中的至少一种;
根据第一筛选规则对旋律特征进行筛选,得到可用的旋律特征;
将可用的旋律特征反馈到算法生成器进行学习,初始化算法生成器。
6.根据权利要求5所述的一种旋律生成方法,其特征在于:算法生成器利用决策树算法中的随机森林对旋律特征进行学习,得到新的数据集,然后将新的数据集再次反馈到算法生成器中。
7.根据权利要求1所述的一种旋律生成方法,其特征在于:算法生成器根据可用的旋律特征生成最终旋律,具体包括以下步骤:
根据第二筛选规则对算法生成器中的可用的旋律特征再次进行筛选;
算法生成器进行数据更新,生成最终旋律。
8.一种用于权利要求1至7任一项旋律生成方法的旋律生成系统,其特征在于:包括原始数据预处理模块、数据筛选模块和算法生成模块;
所述数据预处理模块,用于收集已有的MIDI文件,根据MIDI文件生成指定的旋律特征,对MIDI文件进行筛选处理和规范化处理,然后根据指定的旋律特征构建旋律数据模型;
所述数据筛选模块,用于从旋律数据模型中匹配并提取可用的旋律特征,然后将可用的旋律特征输入算法生成模块中;
所述算法生成模块,用于建立算法生成器,并根据可用的旋律特征生成最终旋律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910803900.2A CN110517655B (zh) | 2019-08-28 | 2019-08-28 | 一种旋律生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910803900.2A CN110517655B (zh) | 2019-08-28 | 2019-08-28 | 一种旋律生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110517655A true CN110517655A (zh) | 2019-11-29 |
CN110517655B CN110517655B (zh) | 2023-03-14 |
Family
ID=68628487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910803900.2A Active CN110517655B (zh) | 2019-08-28 | 2019-08-28 | 一种旋律生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110517655B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066458A (zh) * | 2021-03-17 | 2021-07-02 | 平安科技(深圳)有限公司 | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 |
CN113744763A (zh) * | 2021-08-18 | 2021-12-03 | 北京达佳互联信息技术有限公司 | 确定相似旋律的方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0675576A (ja) * | 1992-02-25 | 1994-03-18 | Fujitsu Ltd | メロディ生成装置 |
CN1737798A (zh) * | 2005-09-08 | 2006-02-22 | 上海交通大学 | 基于特征音符的音乐旋律分段自动标注方法 |
CN1737797A (zh) * | 2005-09-08 | 2006-02-22 | 上海交通大学 | 基于内容的数字音乐检索旋律特征数据库及生成系统 |
CN101800046A (zh) * | 2010-01-11 | 2010-08-11 | 北京中星微电子有限公司 | 一种根据音符生成midi音乐的方法和装置 |
CN105374347A (zh) * | 2015-09-22 | 2016-03-02 | 中国传媒大学 | 一种基于混合算法的江南小调计算机辅助作曲的方法 |
CN109493879A (zh) * | 2018-12-24 | 2019-03-19 | 成都嗨翻屋科技有限公司 | 音乐旋律节奏分析提取方法及装置 |
CN109584846A (zh) * | 2018-12-21 | 2019-04-05 | 成都嗨翻屋科技有限公司 | 一种基于生成对抗网络的旋律生成方法 |
CN109671416A (zh) * | 2018-12-24 | 2019-04-23 | 成都嗨翻屋科技有限公司 | 基于增强学习的音乐旋律生成方法、装置及用户终端 |
-
2019
- 2019-08-28 CN CN201910803900.2A patent/CN110517655B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0675576A (ja) * | 1992-02-25 | 1994-03-18 | Fujitsu Ltd | メロディ生成装置 |
CN1737798A (zh) * | 2005-09-08 | 2006-02-22 | 上海交通大学 | 基于特征音符的音乐旋律分段自动标注方法 |
CN1737797A (zh) * | 2005-09-08 | 2006-02-22 | 上海交通大学 | 基于内容的数字音乐检索旋律特征数据库及生成系统 |
CN101800046A (zh) * | 2010-01-11 | 2010-08-11 | 北京中星微电子有限公司 | 一种根据音符生成midi音乐的方法和装置 |
CN105374347A (zh) * | 2015-09-22 | 2016-03-02 | 中国传媒大学 | 一种基于混合算法的江南小调计算机辅助作曲的方法 |
CN109584846A (zh) * | 2018-12-21 | 2019-04-05 | 成都嗨翻屋科技有限公司 | 一种基于生成对抗网络的旋律生成方法 |
CN109493879A (zh) * | 2018-12-24 | 2019-03-19 | 成都嗨翻屋科技有限公司 | 音乐旋律节奏分析提取方法及装置 |
CN109671416A (zh) * | 2018-12-24 | 2019-04-23 | 成都嗨翻屋科技有限公司 | 基于增强学习的音乐旋律生成方法、装置及用户终端 |
Non-Patent Citations (2)
Title |
---|
冯国杰等: "基于分层次聚类的MIDI音乐主旋律提取方法", 《计算机工程与应用》 * |
黄志刚等: "MIDI文件主旋律音轨的抽取", 《厦门大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113066458A (zh) * | 2021-03-17 | 2021-07-02 | 平安科技(深圳)有限公司 | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 |
CN113744763A (zh) * | 2021-08-18 | 2021-12-03 | 北京达佳互联信息技术有限公司 | 确定相似旋律的方法和装置 |
CN113744763B (zh) * | 2021-08-18 | 2024-02-23 | 北京达佳互联信息技术有限公司 | 确定相似旋律的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110517655B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104040618B (zh) | 用于制作更和谐音乐伴奏以及用于将效果链应用于乐曲的系统和方法 | |
CN103959372B (zh) | 用于使用呈现高速缓存针对所请求的音符提供音频的系统和方法 | |
CN108369799A (zh) | 采用基于语言学和/或基于图形图标的音乐体验描述符的自动音乐合成和生成的机器、系统和过程 | |
CN103823867B (zh) | 一种基于音符建模的哼唱式音乐检索方法及系统 | |
CN107123415B (zh) | 一种自动编曲方法及系统 | |
CN101800046B (zh) | 一种根据音符生成midi音乐的方法和装置 | |
CN102576524A (zh) | 接收、分析并编辑音频来创建音乐作品的系统和方法 | |
CN106233245A (zh) | 用于增强音频、使音频输入相符于音乐音调以及创作用于音频输入的和声音轨的系统和方法 | |
CN101950377A (zh) | 新型马尔可夫序列生成器和生成马尔可夫序列的新方法 | |
CN107301857A (zh) | 一种给旋律自动配伴奏的方法及系统 | |
CN109346045A (zh) | 基于长短时神经网络的多声部音乐生成方法及装置 | |
CN110120212B (zh) | 基于用户示范音频风格的钢琴辅助作曲系统及方法 | |
CN110379401A (zh) | 一种音乐虚拟合唱系统及方法 | |
CN110517655A (zh) | 一种旋律生成方法及系统 | |
CN109346043A (zh) | 一种基于生成对抗网络的音乐生成方法及装置 | |
CN109326280A (zh) | 一种歌唱合成方法及装置、电子设备 | |
CN113813609A (zh) | 游戏音乐风格分类方法、装置、可读介质及电子设备 | |
CN109859739A (zh) | 基于语音合成的旋律生成方法、装置及终端设备 | |
Chan et al. | Improving algorithmic music composition with machine learning | |
CN109471951A (zh) | 基于神经网络的歌词生成方法、装置、设备和存储介质 | |
JP2007219139A (ja) | 旋律生成方式 | |
Liu et al. | Music pattern mining for chromosome representation in evolutionary composition | |
CN110162659A (zh) | 一种基于音高网络的定节奏新曲生成方法 | |
CN114461885A (zh) | 歌曲质量评价方法、装置和存储介质 | |
Slater | Timbre and Non‐radical Didacticism in the Streets' A Grand Don't Come for Free: a Poetic‐Ecological Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230614 Address after: 518000, No. 9 Science and Technology Road, Maling Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province, China 1201A, Bike Technology Building Patentee after: Shenzhen Dazong Rhythm Culture Industry Holding Co.,Ltd. Address before: Self-made 130, No. 62, Magangding North Street, Taisha Road, Haizhu District, Guangzhou City, Guangdong Province, 510000 Patentee before: Guangzhou Aisong Intelligent Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |