CN113066458B - 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 - Google Patents
基于类lisp链数据的旋律生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113066458B CN113066458B CN202110285848.3A CN202110285848A CN113066458B CN 113066458 B CN113066458 B CN 113066458B CN 202110285848 A CN202110285848 A CN 202110285848A CN 113066458 B CN113066458 B CN 113066458B
- Authority
- CN
- China
- Prior art keywords
- melody
- lisp
- target
- data
- song
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000033764 rhythmic process Effects 0.000 claims abstract description 75
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 239000013598 vector Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 239000011295 pitch Substances 0.000 description 6
- 239000011435 rock Substances 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000001755 vocal effect Effects 0.000 description 3
- 241000207840 Jasminum Species 0.000 description 2
- 235000010254 Jasminum officinale Nutrition 0.000 description 2
- 206010037180 Psychiatric symptoms Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
- G06F8/312—List processing, e.g. LISP programming language
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Auxiliary Devices For Music (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
本发明涉及人工智能领域，公开了基于类LISP链数据的旋律生成方法、装置、设备及存储介质，应用于智慧教育领域中，用于提高歌曲旋律质量，提高歌曲旋律的生成效率，进而提高作曲效率。本发明方法包括：获取用户输入的创作歌曲的初始数据；将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户喜欢的风格和节奏；根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
Description
技术领域
本发明涉及音频转换领域，尤其涉及一种基于类LISP链数据的旋律生成方法、装置、设备及存储介质。
背景技术
音乐从业者和学术人员通常采用传统电脑协助作曲(computer aidedcomposition，CAC)软件进行作曲，但是CAC软件都有其自身的局限性，需要在一定间隔后才能处理用户输入，因此难以对用户输入采取实时处理，但对于作曲家而言，获得输入的实时反馈对提升作曲质量是十分重要的。
而Max/Msp这种交互式编程语言通过实时反馈，很好地帮助作曲家们解决了这个问题。同时，由于其不需要过多的编程基础，易于被编程知识较为欠缺的艺术专业人士和学生使用，长期以来一直在音乐制作和展示上占据重要地位。
但是Max/Msp没有专门处理类lisp链表数据类型的功能，但是这种数据类型对于智能作曲是非常关键的，直接影响了作曲的效率。
发明内容
本发明提供了一种基于类LISP链数据的旋律生成方法、装置、设备及存储介质，用于提高歌曲旋律质量，提高歌曲旋律的生成效率，进而提高作曲效率。
本发明实施例的第一方面提供一种基于类LISP链数据的旋律生成方法，包括：获取用户输入的创作歌曲的初始数据；将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户需要的风格和节奏；根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
可选的，在本发明实施例第一方面的第一种实现方式中，所述将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据，包括：对所述初始数据进行解析，得到多个音乐段落；对每个所述音乐段落中的多个音乐语句按照预置的多个标签进行划分，得到多个标签数据集，其中，每个所述标签对应一个标签数据集，每个标签数据集包括至少一个音乐语句；将所述多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据。
可选的，在本发明实施例第一方面的第二种实现方式中，所述将所述多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据，包括：确定所述多个标签之间的上下位关系，其中，所述多个标签包括声部、乐器、旋律、小节及和弦；根据所述上下位关系将所述多个标签数据集按照类LISP链表结构进行排列，得到初始类LISP链数据，其中，所述类LISP链表结构为树状分层数据结构。
可选的，在本发明实施例第一方面的第三种实现方式中，所述根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型，包括：对所述偏好指令进行解析，得到符合所述用户需求的目标偏好选项，其中，所述目标偏好选项为多种预置音乐类型中的一种；在预置的风格节奏数据库中查找与所述目标偏好选项匹配的多种风格类型和对应的多种节奏类型；基于预置评价指标分别对所述多种风格类型和所述多种节奏类型进行评分，分别将得分最高的风格类型和节奏类型确定为所述目标风格类型和所述目标节奏类型。
可选的，在本发明实施例第一方面的第四种实现方式中，在所述根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律之后，所述基于类LISP链数据的旋律生成方法还包括：判断所述目标歌曲旋律是否为重复旋律；若所述目标歌曲旋律为重复旋律，则对所述重复旋律进行调整，得到调整后的歌曲旋律。
可选的，在本发明实施例第一方面的第五种实现方式中，所述判断所述目标歌曲旋律是否为重复旋律，包括：根据所述目标歌曲旋律在预置的歌曲库中查找多个相似歌曲，其中，所述相似歌曲的旋律与所述目标歌曲旋律相似；分别计算每个相似歌曲与所述目标歌曲旋律的相似度，得到多个相似度值；若所述多个相似度值均小于预设值，则确定所述目标歌曲旋律不为重复旋律；若所述多个相似度值中任意一个相似度值大于或等于预设值，则确定所述目标歌曲旋律为重复旋律。
可选的，在本发明实施例第一方面的第六种实现方式中，在所述判断所述目标歌曲旋律是否为重复旋律之后，所述基于类LISP链数据的旋律生成方法还包括：若所述目标歌曲旋律不为重复旋律，则获取用户输入的调配指令，根据所述调配指令调整所述目标歌曲旋律中各声部的乐器音色，得到调整后的歌曲旋律，所述调配指令用于指示用户需要的乐器音色。
本发明实施例的第二方面提供了一种基于类LISP链数据的旋律生成装置，包括：数据获取模块，用于获取用户输入的创作歌曲的初始数据；转换模块，用于将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；第一生成模块，用于调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；指令获取模块，用于获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户需要的风格和节奏；匹配模块，用于根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；第二生成模块，用于根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
可选的，在本发明实施例第二方面的第一种实现方式中，转换模块包括：解析单元，用于对所述初始数据进行解析，得到多个音乐段落；划分单元，用于对每个所述音乐段落中的多个音乐语句按照预置的多个标签进行划分，得到多个标签数据集，其中，每个所述标签对应一个标签数据集，每个标签数据集包括至少一个音乐语句；转换单元，用于将所述多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据。
可选的，在本发明实施例第二方面的第二种实现方式中，转换单元具体用于：确定所述多个标签之间的上下位关系，其中，所述多个标签包括声部、乐器、旋律、小节及和弦；根据所述上下位关系将所述多个标签数据集按照类LISP链表结构进行排列，得到初始类LISP链数据，其中，所述类LISP链表结构为树状分层数据结构。
可选的，在本发明实施例第二方面的第三种实现方式中，匹配模块具体用于：对所述偏好指令进行解析，得到符合所述用户需求的目标偏好选项，其中，所述目标偏好选项为多种预置音乐类型中的一种；在预置的风格节奏数据库中查找与所述目标偏好选项匹配的多种风格类型和对应的多种节奏类型；基于预置评价指标分别对所述多种风格类型和所述多种节奏类型进行评分，分别将得分最高的风格类型和节奏类型确定为所述目标风格类型和所述目标节奏类型。
可选的，在本发明实施例第二方面的第四种实现方式中，基于类LISP链数据的旋律生成装置还包括：判断模块，用于判断所述目标歌曲旋律是否为重复旋律；旋律调整模块，若所述目标歌曲旋律为重复旋律，则用于对所述重复旋律进行调整，得到调整后的歌曲旋律。
可选的，在本发明实施例第二方面的第五种实现方式中，判断模块具体用于：根据所述目标歌曲旋律在预置的歌曲库中查找多个相似歌曲，其中，所述相似歌曲的旋律与所述目标歌曲旋律相似；分别计算每个相似歌曲与所述目标歌曲旋律的相似度，得到多个相似度值；若所述多个相似度值均小于预设值，则确定所述目标歌曲旋律不为重复旋律；若所述多个相似度值中任意一个相似度值大于或等于预设值，则确定所述目标歌曲旋律为重复旋律。
可选的，在本发明实施例第二方面的第六种实现方式中，基于类LISP链数据的旋律生成装置还包括：音色调整模块，若所述目标歌曲旋律不为重复旋律，则用于获取用户输入的调配指令，根据所述调配指令调整所述目标歌曲旋律中各声部的乐器音色，得到调整后的歌曲旋律，所述调配指令用于指示用户需要的乐器音色。
本发明实施例的第三方面提供了一种基于类LISP链数据的旋律生成设备，存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于类LISP链数据的旋律生成设备执行上述的基于类LISP链数据的旋律生成方法。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被处理器执行时实现上述任一实施方式所述的基于类LISP链数据的旋律生成方法的步骤。
本发明实施例提供的技术方案中，获取用户输入的创作歌曲的初始数据；将初始数据转换为类LISP链表结构，得到初始类LISP链数据；调用随机匹配生成算法，基于初始类LISP链数据和预置歌曲库生成初始歌曲旋律；获取所述用户输入的偏好指令，偏好指令用于指示所述用户需要的风格和节奏；根据偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；根据目标风格类型、目标节奏类型对初始歌曲旋律进行调整，生成目标歌曲旋律。本发明实施例，将数据转换为类LISP链表数据，降低数据结构复杂度，提高了生成的歌曲旋律质量，提高了歌曲旋律的生成效率，进而提高了作曲效率。
附图说明
图1为本发明实施例中基于类LISP链数据的旋律生成方法的一个实施例示意图；
图2为本发明实施例中基于类LISP链数据的旋律生成方法的另一个实施例示意图；
图3为本发明实施例中基于类LISP链数据的旋律生成装置的一个实施例示意图；
图4为本发明实施例中基于类LISP链数据的旋律生成装置的另一个实施例示意图；
图5为本发明实施例中基于类LISP链数据的旋律生成设备的一个实施例示意图。
具体实施方式
本发明提供了一种基于类LISP链数据的旋律生成方法、装置、设备及存储介质，用于提高歌曲旋律质量，提高歌曲旋律的生成效率，进而提高作曲效率。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例进行描述。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1，本发明实施例提供的基于类LISP链数据的旋律生成方法的流程图，具体包括：
101、获取用户输入的创作歌曲的初始数据。
服务器获取用户输入的创作歌曲的初始数据。其中，该初始数据为用户根据自己的想法和灵感创作的歌曲雏形的参数，可以是一段简单的旋律或一段简单的歌词，例如，一段歌词可以是“好一朵美丽的茉莉花”，或者是用户自己录制的一段旋律音频，具体此处不做限定。
可以理解的是，本发明的执行主体可以为基于类LISP链数据的旋律生成装置，还可以是服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
102、将初始数据转换为类LISP链表结构，得到初始类LISP链数据。
服务器将初始数据转换为类LISP链表结构，得到初始类LISP链数据。
具体的，服务器对初始数据进行解析，得到多个音乐段落；服务器对每个音乐段落中的多个音乐语句按照预置的多个标签进行划分，得到多个标签数据集，其中，每个标签对应一个标签数据集，每个标签数据集包括至少一个音乐语句；服务器将多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据。
其中，对初始数据中的歌词部分进行划分，得到不同的音乐段落，例如，可以将歌词划分为主歌部分和副歌部分，每一部分作为一个音乐段落。
例如，对于音乐段落，先按照声部对多个音乐语句进行划分，得到多个声部；按照乐器对多个声部进行划分，得到多个乐器部分；再按照旋律对多个乐器部分进行划分，得到多个旋律部分；再按照小节对多个旋律部分进行划分，得到多个小节部分；再按照和弦对多个小节部分进行划分，得到多个和弦部分，每个和弦部分包括至少一个音乐语句。
需要说明的是，虽然不同的歌曲，对应的歌词长度可能不同，对应的汉字个数也不同，划分得到的音乐语句数量也不同，但是预置标签的数量是一定的，因此得到的标签数据集的数量是一定的，具体此处不再赘述。
103、调用随机匹配生成算法，基于初始类LISP链数据和预置歌曲库生成初始歌曲旋律。
服务器调用随机匹配生成算法，基于初始类LISP链数据和预置歌曲库生成初始歌曲旋律。具体的，服务器结合预置歌曲库中的多首歌曲，确定初始类LISP链数据中的歌曲参数，歌曲参数包括和弦、音调、音高和时值；然后服务器根据歌曲参数生成和弦向量、音调向量、音高向量和时值向量并对齐；服务器基于音高向量生成旋律线，根据时值向量生成节拍；服务器根据旋律线和节拍，利用随机匹配生成算法生成初始歌曲旋律。
104、获取用户输入的偏好指令，偏好指令用于指示用户需要的风格和节奏。
服务器获取用户输入的偏好指令，偏好指令用于指示用户需要的风格和节奏。例如，若用户输入的编号指令，选择的是摇滚风格、伦巴节奏。需要说明的是，音乐的风格很多，不同的划分标准，得到的结果也不同。例如，按照流派进行划分，得到的风格包括古典、流行、摇滚、民谣、电子等，而按照情感进行划分，得到的风格包括伤感、安静、励志、寂寞、浪漫、喜悦、怀旧等，按照场景进行划分，得到的风格包括校园、旅行、夜店、酒吧、婚礼等，还可以按照其他方式进行划分，具体此处不做限定。同样的，节奏也包括多种类型，例如，伦巴、波尔卡和华尔兹等，具体此处不再赘述。
105、根据偏好指令匹配符合用户需求的目标风格类型和目标节奏类型。
服务器根据偏好指令匹配符合用户需求的目标风格类型和目标节奏类型。具体的，服务器对偏好指令进行解析，得到符合用户需求的目标偏好选项，其中，目标偏好选项为多种预置音乐类型中的一种；服务器在预置的风格节奏数据库中查找与目标偏好选项匹配的多种风格类型和对应的多种节奏类型；服务器基于预置评价指标分别对多种风格类型和多种节奏类型进行评分，分别将得分最高的风格类型和节奏类型确定为目标风格类型和目标节奏类型。
其中，预置评价指标包括多个要素，例如，曲式、曲调、音色、和声和力度，还可以包括其他要素，具体此处不做限定。根据多个要素的评分值，综合后，确定满足用户需要的风格类型和节奏类型，其中，风格类型可以包括嘻哈、流行、金属、摇滚和乡村音乐等。节奏类型可以包括4/4拍、2/4拍、3/4拍等。
106、根据目标风格类型、目标节奏类型对初始歌曲旋律进行调整，生成目标歌曲旋律。
服务器根据目标风格类型、目标节奏类型对初始歌曲旋律进行调整，生成目标歌曲旋律。
本发明实施例，将数据转换为类LISP链表数据，降低数据结构复杂度，提高了生成的歌曲旋律质量，提高了歌曲旋律的生成效率，进而提高了作曲效率。并且本方案可应用于智慧教育领域中，从而推动智慧城市的建设。
请参阅图2，本发明实施例提供的基于类LISP链数据的旋律生成方法的另一个流程图，具体包括：
201、获取用户输入的创作歌曲的初始数据。
服务器获取用户输入的创作歌曲的初始数据。其中，该初始数据为用户根据自己的想法和灵感创作的歌曲雏形的参数，可以是一段简单的旋律或一段简单的歌词，例如，一段歌词可以是“好一朵美丽的茉莉花”，或者是用户自己录制的一段旋律音频，具体此处不做限定。
可以理解的是，本发明的执行主体可以为基于类LISP链数据的旋律生成装置，还可以是服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
202、将初始数据转换为类LISP链表结构，得到初始类LISP链数据。
服务器将初始数据转换为类LISP链表结构，得到初始类LISP链数据。
具体的，服务器对初始数据进行解析，得到多个音乐段落；服务器对每个音乐段落中的多个音乐语句按照预置的多个标签进行划分，得到多个标签数据集，每个标签对应一个标签数据集，其中，每个标签数据集包括至少一个音乐语句；服务器确定多个标签之间的上下位关系，其中，多个标签包括声部、乐器、旋律、小节及和弦；服务器根据上下位关系将多个标签数据集按照类LISP链表结构进行排列，得到初始类LISP链数据，其中，类LISP链表结构为树状分层数据结构。
其中，对初始数据中的歌词部分进行划分，得到不同的音乐段落，例如，可以将歌词划分为主歌部分和副歌部分，每一部分作为一个音乐段落。每个类LISP链表由数字，字母和更小的类LISP链表组成，便于编程基础较为薄弱的用户使用，提高了用户采用率。
需要说明的是，上下位关系是预先设置好的，例如，一个音乐段落，按照声部标签进行划分，得到了2个声部数据集；然后按照乐器标签进行划分，得到4个乐器数据集，每个声部数据集根据乐器标签又分成2个乐器数据集，可以看出，声部标签对应的最小划分粒度是大于乐器标签对应的最小划分粒度，同理，得到其他标签的最小划分粒度，最后根据最小划分粒度的大小确定标签上下位关系，粒度大的标签为粒度小的标签的上位概念，本实施例中的上下位关系为：声部>乐器>旋律>小节>和弦。
例如，对于音乐段落，先按照声部对多个音乐语句进行划分，得到多个声部；按照乐器对多个声部进行划分，得到多个乐器部分；再按照旋律对多个乐器部分进行划分，得到多个旋律部分；再按照小节对多个旋律部分进行划分，得到多个小节部分；再按照和弦对多个小节部分进行划分，得到多个和弦部分，每个和弦部分包括至少一个音乐语句。
需要说明的是，虽然不同的歌曲，对应的歌词长度可能不同，对应的汉字个数也不同，划分得到的音乐语句数量也不同，但是预置标签的数量是一定的，因此得到的标签数据集的数量是一定的，具体此处不再赘述。
203、调用随机匹配生成算法，基于初始类LISP链数据和预置歌曲库生成初始歌曲旋律。
服务器调用随机匹配生成算法，基于初始类LISP链数据和预置歌曲库生成初始歌曲旋律。具体的，服务器结合预置歌曲库中的多首歌曲，确定初始类LISP链数据中的歌曲参数，歌曲参数包括和弦、音调、音高和时值；然后服务器根据歌曲参数生成和弦向量、音调向量、音高向量和时值向量并对齐；服务器基于音高向量生成旋律线，根据时值向量生成节拍；服务器根据旋律线和节拍，利用随机匹配生成算法生成初始歌曲旋律。
204、获取用户输入的偏好指令，偏好指令用于指示用户需要的风格和节奏。
服务器获取用户输入的偏好指令，偏好指令用于指示用户需要的风格和节奏。例如，若用户输入的编号指令，选择的是摇滚风格、伦巴节奏。需要说明的是，音乐的风格很多，不同的划分标准，得到的结果也不同。例如，按照流派进行划分，得到的风格包括古典、流行、摇滚、民谣、电子等，而按照情感进行划分，得到的风格包括伤感、安静、励志、寂寞、浪漫、喜悦、怀旧等，按照场景进行划分，得到的风格包括校园、旅行、夜店、酒吧、婚礼等，还可以按照其他方式进行划分，具体此处不做限定。同样的，节奏也包括多种类型，例如，伦巴、波尔卡和华尔兹等，具体此处不再赘述。
205、根据偏好指令匹配符合用户需求的目标风格类型和目标节奏类型。
服务器根据偏好指令匹配符合用户需求的目标风格类型和目标节奏类型。具体的，服务器对偏好指令进行解析，得到符合用户需求的目标偏好选项，其中，目标偏好选项为多种预置音乐类型中的一种；服务器在预置的风格节奏数据库中查找与目标偏好选项匹配的多种风格类型和对应的多种节奏类型；服务器基于预置评价指标分别对多种风格类型和多种节奏类型进行评分，分别将得分最高的风格类型和节奏类型确定为目标风格类型和目标节奏类型。
其中，预置评价指标包括多个要素，例如，曲式、曲调、音色、和声和力度，还可以包括其他要素，具体此处不做限定。根据多个要素的评分值，综合后，确定满足用户需要的风格类型和节奏类型，其中，风格类型可以包括嘻哈、流行、金属、摇滚和乡村音乐等。节奏类型可以包括4/4拍、2/4拍、3/4拍等。
206、根据目标风格类型、目标节奏类型对初始歌曲旋律进行调整，生成目标歌曲旋律。
服务器根据目标风格类型、目标节奏类型对初始歌曲旋律进行调整，生成目标歌曲旋律。
207、判断目标歌曲旋律是否为重复旋律。
具体的，服务器根据目标歌曲旋律在预置的歌曲库中查找多个相似歌曲，相似歌曲的旋律与目标歌曲旋律相似；服务器分别计算每个相似歌曲与目标歌曲旋律的相似度，得到多个相似度值；若多个相似度值均小于预设值，则服务器确定目标歌曲旋律不为重复旋律；若多个相似度值中任意一个相似度值大于或等于预设值，则服务器确定目标歌曲旋律为重复旋律。
需要说明的是，服务器会将所生成的目标歌曲旋律与现有乐曲数据库进行比对，查别出重复的部分并且进行再生成，以避免重复。服务器还可以对所创作的歌曲旋律进行评估打分，并为作曲者提供实时的反馈，这使得可以被作为教学工具来使用。
208、若目标歌曲旋律为重复旋律，则对重复旋律进行调整，得到调整后的歌曲旋律。
若目标歌曲旋律为重复旋律，则服务器对重复旋律进行调整，得到调整后的歌曲旋律。除了可以对旋律进行调整，还可以同时对旋律中各声部的乐器音色进行调整，具体此处不做限定。
可以理解的是，本发明实施例还提供了功能强大的函数库，通过函数库对歌曲旋律进行调整，用户可以调用丰富的作曲功能和智能算法来帮助他们创作出更好的音乐。在对旋律做修改时，用户可以很容易定位到需要修改的部分并且修改，提高了作曲效率。
209、若目标歌曲旋律不为重复旋律，则获取用户输入的调配指令，根据调配指令调整目标歌曲旋律中各声部的乐器音色，得到调整后的歌曲旋律，调配指令用于指示用户需要的乐器音色。
若目标歌曲旋律不为重复旋律，则服务器获取用户输入的调配指令，根据调配指令调整目标歌曲旋律中各声部的乐器音色，得到调整后的歌曲旋律，调配指令用于指示用户需要的乐器音色。
需要说明的是，目标歌曲旋律仅仅以钢琴的音色呈现的，用户可以通过简单的调配指令去赋予各个声部不同的乐器音色。同时也会自动生成对乐曲的最佳配器匹配。
本发明实施例，将数据转换为类LISP链表数据，降低数据结构复杂度，提高了生成的歌曲旋律质量，提高了歌曲旋律的生成效率，进而提高了作曲效率。并且本方案可应用于智慧教育领域中，从而推动智慧城市的建设。
上面对本发明实施例中基于类LISP链数据的旋律生成方法进行了描述，下面对本发明实施例中基于类LISP链数据的旋律生成装置进行描述，请参阅图3，本发明实施例中基于类LISP链数据的旋律生成装置的一个实施例包括：
数据获取模块301，用于获取用户输入的创作歌曲的初始数据；
转换模块302，用于将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；
第一生成模块303，用于调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；
指令获取模块304，用于获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户需要的风格和节奏；
匹配模块305，用于根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；
第二生成模块306，用于根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
本发明实施例，将数据转换为类LISP链表数据，降低数据结构复杂度，提高了生成的歌曲旋律质量，提高了歌曲旋律的生成效率，进而提高了作曲效率。并且本方案可应用于智慧教育领域中，从而推动智慧城市的建设。
请参阅图4，本发明实施例中基于类LISP链数据的旋律生成装置的另一个实施例包括：
数据获取模块301，用于获取用户输入的创作歌曲的初始数据；
转换模块302，用于将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；
第一生成模块303，用于调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；
指令获取模块304，用于获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户需要的风格和节奏；
匹配模块305，用于根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；
第二生成模块306，用于根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
可选的，转换模块302包括：
解析单元3021，用于对所述初始数据进行解析，得到多个音乐段落；
划分单元3022，用于对每个所述音乐段落中的多个音乐语句按照预置的多个标签进行划分，得到多个标签数据集，其中，每个所述标签对应一个标签数据集，每个标签数据集包括至少一个音乐语句；
转换单元3023，用于将所述多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据。
可选的，转换单元3023具体用于：
确定所述多个标签之间的上下位关系，其中，所述多个标签包括声部、乐器、旋律、小节及和弦；
根据所述上下位关系将所述多个标签数据集按照类LISP链表结构进行排列，得到初始类LISP链数据，其中，所述类LISP链表结构为树状分层数据结构。
可选的，匹配模块305具体用于：
对所述偏好指令进行解析，得到符合所述用户需求的目标偏好选项，其中，所述目标偏好选项为多种预置音乐类型中的一种；
在预置的风格节奏数据库中查找与所述目标偏好选项匹配的多种风格类型和对应的多种节奏类型；
基于预置评价指标分别对所述多种风格类型和所述多种节奏类型进行评分，分别将得分最高的风格类型和节奏类型确定为所述目标风格类型和所述目标节奏类型。
可选的，基于类LISP链数据的旋律生成装置还包括：
判断模块307，用于判断所述目标歌曲旋律是否为重复旋律；
旋律调整模块308，若所述目标歌曲旋律为重复旋律，则用于对所述重复旋律进行调整，得到调整后的歌曲旋律。
可选的，判断模块307具体用于：
根据所述目标歌曲旋律在预置的歌曲库中查找多个相似歌曲，其中，所述相似歌曲的旋律与所述目标歌曲旋律相似；
分别计算每个相似歌曲与所述目标歌曲旋律的相似度，得到多个相似度值；
若所述多个相似度值均小于预设值，则确定所述目标歌曲旋律不为重复旋律；
若所述多个相似度值中任意一个相似度值大于或等于预设值，则确定所述目标歌曲旋律为重复旋律。
可选的，基于类LISP链数据的旋律生成装置还包括：
音色调整模块309，若所述目标歌曲旋律不为重复旋律，则用于获取用户输入的调配指令，根据所述调配指令调整所述目标歌曲旋律中各声部的乐器音色，得到调整后的歌曲旋律，所述调配指令用于指示用户需要的乐器音色。
本发明实施例，将数据转换为类LISP链表数据，降低数据结构复杂度，提高了生成的歌曲旋律质量，提高了歌曲旋律的生成效率，进而提高了作曲效率。并且本方案可应用于智慧教育领域中，从而推动智慧城市的建设。
上面图3至图4从模块化功能实体的角度对本发明实施例中的基于类LISP链数据的旋律生成装置进行详细描述，下面从硬件处理的角度对本发明实施例中基于类LISP链数据的旋律生成设备进行详细描述。
图5是本发明实施例提供的一种基于类LISP链数据的旋律生成设备的结构示意图，该基于类LISP链数据的旋律生成设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对基于类LISP链数据的旋律生成设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在基于类LISP链数据的旋律生成设备500上执行存储介质530中的一系列指令操作。
基于类LISP链数据的旋律生成设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的基于类LISP链数据的旋律生成设备结构并不构成对基于类LISP链数据的旋律生成设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于类LISP链数据的旋律生成方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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。
Claims (8)
1.一种基于类LISP链数据的旋律生成方法，其特征在于，包括：
获取用户输入的创作歌曲的初始数据；
将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；
所述将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据，包括：
对所述初始数据进行解析，得到多个音乐段落；
对每个所述音乐段落中的多个音乐语句按照预置的多个标签进行划分，得到多个标签数据集，其中，每个所述标签对应一个标签数据集，每个标签数据集包括至少一个音乐语句；
将所述多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据；
所述将所述多个标签数据集转换成类LISP链表结构，得到初始类LISP链数据，包括：
确定所述多个标签之间的上下位关系，其中，所述多个标签包括声部、乐器、旋律、小节及和弦；
根据所述上下位关系将所述多个标签数据集按照类LISP链表结构进行排列，得到初始类LISP链数据，其中，所述类LISP链表结构为树状分层数据结构，所述类LISP链表由数字、字母和更小的类LISP链表组成；
调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；
获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户需要的风格和节奏；
根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；
根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
2.根据权利要求1所述的基于类LISP链数据的旋律生成方法，其特征在于，所述根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型，包括：
对所述偏好指令进行解析，得到符合所述用户需求的目标偏好选项，其中，所述目标偏好选项为多种预置音乐类型中的一种；
在预置的风格节奏数据库中查找与所述目标偏好选项匹配的多种风格类型和对应的多种节奏类型；
基于预置评价指标分别对所述多种风格类型和所述多种节奏类型进行评分，分别将得分最高的风格类型和节奏类型确定为所述目标风格类型和所述目标节奏类型。
3.根据权利要求1或2所述的基于类LISP链数据的旋律生成方法，其特征在于，在所述根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律之后，所述基于类LISP链数据的旋律生成方法还包括：
判断所述目标歌曲旋律是否为重复旋律；
若所述目标歌曲旋律为重复旋律，则对所述重复旋律进行调整，得到调整后的歌曲旋律。
4.根据权利要求3所述的基于类LISP链数据的旋律生成方法，其特征在于，所述判断所述目标歌曲旋律是否为重复旋律，包括：
根据所述目标歌曲旋律在预置的歌曲库中查找多个相似歌曲，其中，所述相似歌曲的旋律与所述目标歌曲旋律相似；
分别计算每个相似歌曲与所述目标歌曲旋律的相似度，得到多个相似度值；
若所述多个相似度值均小于预设值，则确定所述目标歌曲旋律不为重复旋律；
若所述多个相似度值中任意一个相似度值大于或等于预设值，则确定所述目标歌曲旋律为重复旋律。
5.根据权利要求4所述的基于类LISP链数据的旋律生成方法，其特征在于，在所述判断所述目标歌曲旋律是否为重复旋律之后，所述基于类LISP链数据的旋律生成方法还包括：
若所述目标歌曲旋律不为重复旋律，则获取用户输入的调配指令，根据所述调配指令调整所述目标歌曲旋律中各声部的乐器音色，得到调整后的歌曲旋律，所述调配指令用于指示用户需要的乐器音色。
6.一种基于类LISP链数据的旋律生成装置，执行如权利要求1-5中任意一项所述的基于类LISP链数据的旋律生成方法，其特征在于，包括：
数据获取模块，用于获取用户输入的创作歌曲的初始数据；
转换模块，用于将所述初始数据转换为类LISP链表结构，得到初始类LISP链数据；
第一生成模块，用于调用随机匹配生成算法，基于所述初始类LISP链数据和预置歌曲库生成初始歌曲旋律；
指令获取模块，用于获取所述用户输入的偏好指令，所述偏好指令用于指示所述用户需要的风格和节奏；
匹配模块，用于根据所述偏好指令匹配符合所述用户需求的目标风格类型和目标节奏类型；
第二生成模块，用于根据所述目标风格类型、所述目标节奏类型对所述初始歌曲旋律进行调整，生成目标歌曲旋律。
7.一种基于类LISP链数据的旋律生成设备，其特征在于，所述基于类LISP链数据的旋律生成设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于类LISP链数据的旋律生成设备执行如权利要求1-5中任意一项所述的基于类LISP链数据的旋律生成方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被处理器执行时实现如权利要求1-5中任意一项所述的基于类LISP链数据的旋律生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110285848.3A CN113066458B (zh) | 2021-03-17 | 2021-03-17 | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110285848.3A CN113066458B (zh) | 2021-03-17 | 2021-03-17 | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113066458A CN113066458A (zh) | 2021-07-02 |
| CN113066458B true CN113066458B (zh) | 2024-07-09 |
Family
ID=76561032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110285848.3A Active CN113066458B (zh) | 2021-03-17 | 2021-03-17 | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113066458B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115831080A (zh) * | 2022-11-18 | 2023-03-21 | 北京字跳网络技术有限公司 | 确定音频的方法、装置、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106098038A (zh) * | 2016-08-03 | 2016-11-09 | 杭州电子科技大学 | 一种自动钢琴演奏系统中多音轨midi文件的演奏方法 |
| 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 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10498796B2 (en) * | 2009-10-16 | 2019-12-03 | Real Innovations International Llc | System and method for providing real-time data |
| CN103247286B (zh) * | 2013-03-28 | 2015-09-23 | 北京航空航天大学 | 一种基于gpu的多声部音乐旋律提取方法 |
| US9100424B1 (en) * | 2014-07-10 | 2015-08-04 | Real Innovations International Llc | System and method for secure real-time cloud services |
| CN107301857A (zh) * | 2016-04-15 | 2017-10-27 | 青岛海青科创科技发展有限公司 | 一种给旋律自动配伴奏的方法及系统 |
| CN110555126B (zh) * | 2018-06-01 | 2023-06-27 | 微软技术许可有限责任公司 | 旋律的自动生成 |
| CN108922505B (zh) * | 2018-06-26 | 2023-11-21 | 联想(北京)有限公司 | 信息处理方法及装置 |
| CN110517655B (zh) * | 2019-08-28 | 2023-03-14 | 广州艾颂智能科技有限公司 | 一种旋律生成方法及系统 |
-
2021
- 2021-03-17 CN CN202110285848.3A patent/CN113066458B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106098038A (zh) * | 2016-08-03 | 2016-11-09 | 杭州电子科技大学 | 一种自动钢琴演奏系统中多音轨midi文件的演奏方法 |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113066458A (zh) | 2021-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6225546B1 (en) | Method and apparatus for music summarization and creation of audio summaries | |
| Johnson-Laird | How jazz musicians improvise | |
| US6297439B1 (en) | System and method for automatic music generation using a neural network architecture | |
| Krumhansl | Music psychology: Tonal structures in perception and memory | |
| US7696426B2 (en) | Recombinant music composition algorithm and method of using the same | |
| US8084677B2 (en) | System and method for adaptive melodic segmentation and motivic identification | |
| Bhat et al. | An efficient classification algorithm for music mood detection in western and hindi music using audio feature extraction | |
| Lerch et al. | An interdisciplinary review of music performance analysis | |
| Schulze et al. | Music generation with Markov models | |
| Chakraborty et al. | Computational musicology in Hindustani music | |
| Giraldo et al. | A machine learning approach to ornamentation modeling and synthesis in jazz guitar | |
| CN113066458B (zh) | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 | |
| Cambouropoulos | The harmonic musical surface and two novel chord representation schemes | |
| Hofmann | A genetic programming approach to generating musical compositions | |
| JPH11344979A (ja) | メロディ生成装置と記録媒体 | |
| Koops et al. | Chord label personalization through deep learning of integrated harmonic interval-based representations | |
| Kroher et al. | Computational ethnomusicology: a study of flamenco and Arab-Andalusian vocal music | |
| CN113096624B (zh) | 交响乐曲自动创作方法、装置、设备及存储介质 | |
| Pardo et al. | Automated partitioning of tonal music | |
| Roig et al. | A non-homogeneous beat-based harmony Markov model | |
| CN113140202A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| Wojcik et al. | Representations of music in ranking rhythmic hypotheses | |
| Tardón et al. | Music learning: Automatic music composition and singing voice assessment | |
| Koops | A model based approach to automatic harmonization of a melody | |
| Wilk et al. | Music interpolation considering nonharmonic tones |
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 |