CN113571030A - 一种基于听感和谐度评估的midi音乐修正方法和装置 - Google Patents
一种基于听感和谐度评估的midi音乐修正方法和装置 Download PDFInfo
- Publication number
- CN113571030A CN113571030A CN202110825341.2A CN202110825341A CN113571030A CN 113571030 A CN113571030 A CN 113571030A CN 202110825341 A CN202110825341 A CN 202110825341A CN 113571030 A CN113571030 A CN 113571030A
- Authority
- CN
- China
- Prior art keywords
- chord
- music
- harmony
- note
- notes
- 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
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
- 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
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0033—Recording/reproducing or transmission of music for electrophonic musical instruments
- G10H1/0041—Recording/reproducing or transmission of music for electrophonic musical instruments in coded form
- G10H1/0058—Transmission between separate instruments or between individual components of a musical system
- G10H1/0066—Transmission between separate instruments or between individual components of a musical system using a MIDI interface
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Auxiliary Devices For Music (AREA)
Abstract
本发明公开了一种基于听感和谐度评估的MIDI音乐修正方法和装置,包括:获取MIDI音乐;对MIDI音乐进行调性识别,包含和弦识别、依据乐理规则的和弦的合理性评估,以及包含从音高、音强、音长以及演奏位置四个方面进行的音符的和谐度评估;依据和弦进行的合理性评估结果进行和弦合理性提升;依据音符的和谐度评估进行音符的和谐度提升;其中,和弦合理性提升包括违和和弦的规避、平淡和弦的美化、离调和弦的避免与解决、首尾和弦的补充;该方法和装置根据乐理规则有效识别与分析出其音乐的和弦进行与音符和谐度的不足,并对其进行相应的润色,以提高智能生成音乐的和谐度。
Description
技术领域
本发明属于MIDI音乐领域,具体涉及一种基于听感和谐度评估的MIDI音乐修正方法和装置。
背景技术
MIDI是编曲领域采用最广泛的音乐标准格式。标准MIDI文件是一种特殊的音乐文件,它用音符的数字控制信号来记录音乐,即由一组序列化的音符指令组成,而非一段录制好的声音。相比于WAV格式或MP3格式等常见的音频文件,它可以用极小的空间记录着音乐最为原始而丰富的信息,核心内容包括每一个音符的开始和结束、音高、音强、音色等,且便于在设备间迁移与复现。音乐生成模型在MIDI文件数据中学习音符的时序分布规律并能预测生成音乐。目前,音乐生成算法模型在智能音乐创作领域取得了引人注目的进展,但是在生成质量的稳定性方面尚有改进的空间,具体体现在缺乏一种较为通用的评估指标对其进行评判。因此,对于智能生成的音乐,需要设计一套音乐评估体系,对其质量进行把控。
目前来说,对于AI音乐的评估,主要包括两种不同的方式:主观评估与客观评估。在AI音乐生成模型协助人们创作编曲后期,多采用人工主观的方式进行评估,并予以修改润色。主观评估方式是通过有经验的音乐人对其进行反复地分析与修改,其所得到的音乐质量比较高。但是这种方式的自动化程度显然不足,对于高自动化的智能生成来说,无法满足智能音乐评估的效率需求,而且此评估方法对评估人员的经验和水平有较高的依赖性,难以普适。而客观评估方式可以在效率上满足此需求,且不需要依赖过多的专业人员,可以实现对生成音乐的自动化评估。但也正因为其自动化较强,所以专业性会相比主观评估方式有所欠缺。
现如今的音乐生成的评估方法中,以Li-Chia Yang等人的文献On theevaluation of generative models in music为代表。在客观评估方式中,Li-Chia Yang等人提出了一套形成性评估策略。在提出的评估策略中,分为两个目标:(1)以便深入了解已生成或收集的数据集的属性和特性的绝对指标;(2)用于比较两组数据的相对指标。通过这两项指标对音乐进行评估,可以得到其旋律和节奏上的质量得分,对音乐有了更进一步的分析。这是一种生成符号音乐的系统的形成性评估策略。此方法是应用多准则的概念,以便提供评估所生成音乐的基本技术属性的指标。此外,Chuan等人(Modeling temporaltonal relations in polyphonic music through deep networks with a novel image-based representation)利用对音调张力和间隔频率建模当指标来比较不同的特征表示如何影响模型的性能。考虑到领域知识的度量标准的优势不仅在于其可解释性,而且还在于其可推广性和有效性,至少只要设计的模型旨在根据既定规则生成音乐即可。此外,还有以概率度量为指标进行的客观评估。即通过对复音、音阶一致性、重复性和音调跨度进行统计测量来监控模型的训练过程的特征,以此来评估生成音乐的质量。
发明内容
鉴于上述,本发明的目是提供一种基于听感和谐度评估的MIDI音乐修正方法和装置,根据乐理规则有效识别与分析出其音乐的和弦进行与音符和谐度的不足,并对其进行相应的润色,以提高智能生成音乐的和谐度。
第一方面,实施例提供了一种基于听感和谐度评估的MIDI音乐修正方法,包括以下步骤:
获取MIDI音乐,所述MIDI音乐存在流行音乐调式且稳定,和弦变换以一个小节为单位;
对所述MIDI音乐进行音乐和谐度评估,包括调性识别、和弦进行的合理性评估、音符的和谐度评估;其中,和弦进行的合理性评估包括和弦识别、依据乐理规则的和弦的合理性评估,音符的和谐度评估包括从音高、音强、音长以及演奏位置四个方面进行音符的和谐度评估;
依据音乐和谐度评估结果进行音乐和谐度提升,包括依据和弦进行的合理性评估结果进行和弦合理性提升、依据音符的和谐度评估进行音符的和谐度提升;其中,和弦合理性提升包括违和和弦的规避、平淡和弦的美化、离调和弦的避免与解决、首尾和弦的补充。
第二方面,实施例提供了一种基于听感和谐度评估的MIDI音乐修正装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的基于听感和谐度评估的MIDI音乐修正方法。
与现有技术相比,上述实施例提供的基于听感和谐度评估的MIDI音乐修正方法和装置,能有效解决生成的MIDI音乐所存在的和谐度问题,采用保存主观评估与客观评估的各自优势,并弥补了主观评估与客观评估的劣势的方式,将人工主观经验尽可能地融入至客观评估中,以将所生成的MIDI片段式音乐润色成了完整的音乐,来提高了智能生成音乐的质量。
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是一实施例提供的MIDI音乐进行音乐和谐度评估的流程图;
图2是一实施例提供的音乐和谐度提升的流程图;
图3是一实施例提供的大三和弦及其组成音符示意图;
图4是一实施例提供的小三和弦及其组成音符示意图;
图5是一实施例提供的音符的音强-不和谐度曲线图;
图6是一实施例提供的音符的音长-不和谐度曲线图;
图7是一实施例提供的4/4拍强弱关系示意图;
图8是一实施例提供的音符的演奏位置-不和谐度曲线图;
图9是一实施例提供的音符的和谐度得分的计算流程图;
图10是一实施例提供的近距离和弦循环图;
图11是一实施例提供的《菊次郎的夏天》钢琴谱节选图。
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。
现有同类技术已经能够从规则和概率的角度对生成音乐的音符音高、节奏、旋律等特征提供了客观评估的指标,能一定程度反映出生成音乐的质量。对于一首音乐而言,除最被听众关注的主旋律特征外,在乐理规则体系下,众多音符在时序上也会存在隐藏特征,即和弦进行。和弦进行能很大程度反映出音乐的质量好坏和情感色彩。因此,音符与其所属和弦的匹配程度是影响人们听感和谐程度的一大因素。基于此,本发明为解决生成的MIDI音乐所存在的和谐度问题,提供了一种基于听感和谐度评估的MIDI音乐修正方法和装置,实现基于乐理规则,以及人工通用的主观经验转换成客观适配的模式,以此分析MIDI音乐的和弦信息,及其与音符匹配度进行音乐的质量评估,然后根据评估结果对生成的音乐的和弦进行与音符实现自动化润色,提高音乐的和谐度。
图1是一实施例提供的MIDI音乐进行音乐和谐度评估的流程图;图2是一实施例提供的音乐和谐度提升的流程图;如图1和图2所示,实施例提供的基于听感和谐度评估的MIDI音乐修正方法包括音乐和谐度评估阶段和音乐和谐度提升阶段。下面针对每个阶段进行详细说明。
阶段一:音乐和谐度评估阶段
音乐和谐度评估阶段主要用于对获取MIDI音乐进行音乐和谐度评估,具体包括调性识别、和弦进行的合理性评估、音符的和谐度评估这三部分。
实施例中,获取的MIDI音乐可以来自于音乐生成模型生成的MIDI音乐片段,可以是单音轨音乐也可以是多音轨音乐。获取的MIDI音乐还需要具有存在流行音乐调式且稳定,以及和弦变换以一个小节为单位的特性,针对这样的MIDI音乐即可以进行如下方式的调性识别、和弦进行的合理性评估、音符的和谐度评估。
音乐的调性是判断和弦进行的合理性、音符的和谐度的参考条件,因此,在和弦进行的合理性评估、音符的和谐度评估之前要进行调性识别。
调性识别
实施例中,调性识别包括调号识别、大小调识别这两部分。关于调号识别,每个调号皆有七种音符组成,同理,在音符属于调内音的条件下,每种音符都有七种可能所属调号,即音符与可能所属调号具有规定的对应关系。基于此,调号识别包括:针对每个音符,依据音符与可能所属调号的对应关系,以音符的演奏权重作为累计值,累计到音符可能所属的调号,作为调号的可能性权重,然后以最大可能性权重对应的调号为MIDI音乐的调号。其中,所述演奏权重依据音符的音高、音量、音长确定,优选地,可以以音高和音长的乘积作为音符的演奏权重。
关于大小调识别,当对音乐完成了调号识别之后,识别音乐的大小调的主要任务便是区分关系大小调。关系大小调是两个调,它们的特点在于调号相同,即组成音符的音程关系相同,但主音不同。因此,在确定调号之后,进行的大小调识别包括:针对每个调号的MIDI音乐,依据确定大小调的主音数量来区分大小调,当确定大调的主音的数量大于等于确定小调的主音的数量时,则认为调号为大调,反之为小调。示例性地,若在某个调号下,确定大调的C音的数量大于等于确定小调的A音的数量,则音乐被归为大调;若C音的数量小于A音的数量,则音乐被归为小调。
和弦进行的合理性评估
实施例中,和弦进行的合理性评估主要评估进行和弦进行的合理性,具体可以包括和弦识别、和弦的合理性评估,其中,和弦的合理性评估依据乐理规则进行评估。
和弦与调性类似,皆可视为旋律的一种抽象。对于调性而言,音符如果属于此调的,即为调内音,否则为离调音。同样地,对于和弦而言,音符如果属于某个和弦的,即为该和弦的和弦音,否则为和弦外音。基于此,与调号识别类似,和弦识别包括:
针对每个小节的每个音符,依据音符与可能所属和弦的对应关系,以音符的和弦权重作为累计值,累计到音符可能所属的和弦,作为和弦的可能性权重,然后以最大可能性权重对应的和弦作为小节的和弦,所有小节和弦构成MIDI音乐的和弦序列;其中,所述和弦权重依据音符的音高、音量、音长确定,优选地,可以以音高、音量以及音长的乘积作为音符的和弦权重。大三和弦及其组成音符的对应关系如图3所示,小三和弦及其组成音符的对应关系如图4所示。
完成了和弦识别,即可对和弦序列进行评估。在智能生成的音乐中,难免会出现和弦序列的随机性比较强,以及不少人工作曲不太会出现的情况,因此需要进行和弦的合理性评估。实施例中,依据乐理规则的和弦的合理性评估包括:
分析流行歌曲和弦分布状态以及被大众认可的乐理规则来确定多种乐理规则,并为每种乐理规则赋予不同违背权重;
对于MIDI音乐的和弦序列中每个和弦进行分析,并与乐理规则进行违背匹配,依据违背匹配的乐理规则对应的违背权重与设定的初始值进行累乘,以得到每个和弦的合理性得分。
实施例中确定的多种乐理规则包括:
乐理规则1,一首歌曲的首个和弦较多为主和弦或属和弦。例如如果歌曲是大调,则为C和弦或G和弦起头;如果歌曲是小调,则为Am和弦或E和弦起头。若起始和弦不为C或G(小调不为Am或E),则乘以系数k1。
乐理规则2,在大调的歌曲里,出现以离调音作为根音的大和弦的概率会较低,出现上述根音的小和弦概率会更低。若在大调歌曲里出现了离调大和弦,则乘以系数k2;若出现了离调小和弦,则乘以系数2/3×k2。
乐理规则3,在小调的歌曲里,出现以离调音作为根音的小和弦的概率会比较低,但相对乐理规则2来说会高一点,而且出现离调大和弦的概率相对没那么低。若在小调歌曲里出现了离调小和弦,则乘以系数k3;若出现了离调大和弦,则乘以系数1.5×k3。
乐理规则4,流行风格的歌曲较多以两个小节或四个小节为一个乐句单位,当上一个乐句结尾不是主和弦时,下一个乐句开始的和弦很可能要与上一个和弦不相同,即发生变化。即若以四小节为乐句单位,且某乐句结尾不是主和弦,则下一乐句的和弦若为上一个和弦,则乘以系数k4。若以两小节为乐句单位同理。
乐理规则5,有时候会出现一个和弦延续两个小节,但有些时候连续两个小节采用同一个和弦会比较单调。若某和弦与上一和弦一致,则乘以系数k5。
乐理规则6,如果歌曲的和弦比较丰富,色彩变化比较鲜明,则比较少会出现此小节和弦与上两个小节的和弦一致的情况。即若歌曲和弦比较丰富,则当某和弦与上一、上二和弦都一致时,累乘系数k6。
乐理规则7,在一个乐句中,如果出现了F和弦接C和弦的情况,下一个出现A和弦或Am和弦的概率会比较低。即若识别出上二和弦为F,上一和弦为C,则当此和弦为A或Am时,乘以系数k7。
乐理规则8,在出现C和弦之后,下一个出现E和弦或Em和弦的概率会比较低。即若上一和弦为C,则当此和弦为E或Em时,乘以系数k8。
乐理规则9,在出现E和弦之后,下一个出现C和弦或Cm和弦的情况会比较少。即若上一和弦为E,则当此和弦为C或Cm时,乘以系数k9。
乐理规则10,当出现了调性外音和弦时,下一个和弦的出现需要解决前一个和弦的紧张度,可以采用主属关系解决法,即采用假设其为属和弦的主和弦。例如出现了D和弦,下一个和弦可以是G。或者如果出现了B和弦,可以接一个E和弦。
乐理规则11,如果一个乐句大于4个小节,则属和弦出现在乐句倒数第二个小节的概率会比较低。即在乐句大于4小节的乐句中,若乐句倒数第二个小节为属和弦,则乘以系数k11。
乐理规则12,一个乐句的最后一个和弦是属和弦或主和弦的概率会比较大。即若乐句最后一个和弦不是属和弦或主和弦,则乘以系数k12。
乐理规则13,一首歌以主和弦收尾的情况非常多,且此时前一个和弦多为属和弦。少数情况会以属和弦收尾。即若歌曲的倒数第二个和弦不为属和弦,则乘以系数k13。
实施例中,示例性地给出了以上13个乐理规则的违背权重,如表1所示:
表1乐理规则的违背权重
基于以上的乐理规则和违背权重进行和弦评估,即当发现音乐中出现了与上述乐理规则相违背的情况时,即认为实现了违背匹配,然后便根据可能影响听感程度的违背权重进行评分。在对每一个小节的和弦进行合理性得分评估时,所采用的方法是累乘法,即以1为设定的初始值,累乘违背匹配的与乐理规则对应的违背权重,最终所得到的数值即为和弦的合理性得分,对于具有n个和弦的MIDI音乐,取n个和弦的合理性得分的平均值作为MIDI音乐的合理性得分。
音符的和谐度评估
实施例中,主要从音高、音强、音长、和演奏位置四个方面评估音符的听感和谐度。
根据音高判断音符的不和谐度主要依靠如下指标:是否为离调音;是否为和弦外音。具体地,对音符进行关于音高的不和谐度评估时,按照以下优先级评估音符的音高和谐度:
第一优先级为:针对每个音符,非离调音的和谐度大于离调音的和谐度;
第二优先级:针对离调音、非离调音,依据音符与和弦音的关系确定音高和谐度,包括:音符与和弦音无半音音程关系的音高和谐度>音符与非根音的和弦音构成半音音程关系的音高和谐度>音符与根音构成半音程关系的音高和谐度。
实施例中,根据音高判断音符的不和谐指数,以量化的不和谐指数作为不和谐度,可以参照下表2:
表2
音强即为音量,决定音符演奏的力度,也体现音符的音量地位。如果音符的音强越强,其所演奏的音量越大,给听众带来的听感就越强烈而突出。反之如果音强越弱,则演奏的音量越小,所带来的听感越微弱。无论音符在音高上是否和谐,其听感不和谐度会随着音强的增大而增大。
基于此,对音符进行关于音强的不和谐度评估时,首先,构建以音强为横轴、以听感不和谐度为纵轴的音强-不和谐度曲线,包括:以小节为单位,以小节内所有音符的音量均值作为小节的音量均值,若该小节没有音符,则使用上一小节的音量均值作为此小节的音量均值,以该音量均值为分界线,约束音高和谐的音符对应的音强-不和谐度曲线的起点在分界线之上,约束音高不和谐的音符对应的音强-不和谐度曲线的起点在分界线之下,且音强-不和谐度曲线中,音强与听感不和谐度呈正相关,如图5所示;然后,依据音强-不和谐度曲线对每个音符进行音强的不和谐度评估,以确定音符的听感不和谐度。
音长指音符所演奏的长度,即音符发出声音的时长。音符的音长与音强类似,能体现出音符分量。如果音符的音长越大,其所演奏的时间越久,它给听众带来的听感就越持久而突出。反之如果音长越小,则演奏的时间越短,所带来的听感越短促而微弱。
基于此,对音符进行关于音长的不和谐度评估时,认为音高和音强均和谐的音符对应的音长也处于和谐状态;对于非音高和音强均和谐的音符,构建以音长为横轴、以听感不和谐度为纵轴的音长-不和谐度曲线,音长与听感不和谐度呈正相关,且音长-不和谐度曲线的起点处于纵轴上,如图6所示,即对于非音高和音强均和谐的音符,即使具有一定的音长,也具有一定的听感不和谐度。实施例中,非音高和音强均和谐的音符包括:音高和谐且音强不和谐、音高不和谐且音强和谐、音高和音强均不和谐的音符。
音符的演奏位置是指音符演奏的节拍点。而同一种音符(仅指音高、音强、音长相同)在不同的节拍点上进行演奏,不仅在情感演绎上会产生不同的效果,在听感的和谐度也会有不一样的影响。一般情况下,在一个节拍的重拍的位置,演奏的音高如果是不和谐的,其所产生的听感不和谐度会相对较高。但如果同样是音高不和谐的音符,演奏在非强拍的节拍点处,其听感的不和谐度会降低,因为它可以起到经过音的美化作用。如果一个音高不和谐音符的音强比较强,但它的音长比较短,且出现在重拍前一点的位置,那么它可能是装饰音。不仅不会在听感上造成违和,还能够起到增强色彩的作用。
基于此,对音符进行关于演奏位置的不和谐度评估时,针对音高、音强以及音长均和谐的音符对应的任何演奏位置也处于和谐状态;对于非音高、音强以及音长均和谐的音符,演奏在强节拍点的听感不和谐度会升高,演奏在非强节拍点的听感不和谐度会降低。实施例中,非音高、音强以及音长均和谐的音符是指除音高、音强以及音长均和谐之外的,音高、音强以及音长中至少一种不和谐对应的音符。
实施例中,以4/4拍为例,每一拍的强弱关系可划分为:强、弱、次强、弱,如图7所示,重拍则为第1和第3拍。在此节拍中,音符的听感不和谐度与音符的演奏位置关系可以参考图8。
综上,当MIDI音乐为单音轨音乐时,依据每个音符从音高、音强、音长以及演奏位置四方面的不和谐度评估结果,会对MIDI音乐的每一个音符进行和谐度评估,与和弦进行的合理性评估类似,为每个不和谐度评估结果赋予相应的评估权重,依据评估结果对应的评估权重与设定的初始值进行累乘,以得到每个音符的和谐度得分,所有音符的和谐度得分的均值为MIDI音乐的和谐度得分。
当MIDI音乐为多音轨音乐时,在计算MIDI音乐的和谐度得分时,相比于单音轨音乐,增加一个音轨权重与设定的初始值进行累乘,以得到每个音符的和谐度得分,所有音符的和谐度得分的均值为MIDI音乐的和谐度得分。
图9为一实施例提供的音符的和谐度得分的计算流程图,如图9所示,在计算音符的和谐度得分时,设定和谐度得分的初始值为1,然后按照如图9所示的计算流程以及相应的评估权重进行计算,得到音符的和谐度得分。
阶段二:音乐和谐度提升阶段
音乐和谐度提升阶段主要用于对依据音乐和谐度评估结果进行音乐和谐度提升,具体包括:依据和弦进行的合理性评估结果进行和弦合理性提升、依据音符的和谐度评估进行音符的和谐度提升。
和弦的合理性提升
实施例中,依据和弦进行的合理性评估结果进行和弦合理性提升包括:违和和弦的规避、平淡和弦的美化、离调和弦的避免与解决、首尾和弦的补充。
针对违和和弦的规避,在和弦进行合理性的评估过程中,设计了多条乐理规则进行合理性评估,算法会对每一个和弦进行评估。换言之,当某个小节的和弦发生变化时,其所得到的评估得分值未必一样,即存在最低值和最高值。当该小节为某个和弦时其得分最高,则算法认为该小节为该和弦时最合理,所以该和弦会成为推荐的和弦,即可一定程度规避违和和弦的出现。
基于此,进行违和和弦规避时,依据每个和弦的合理性得分,直接对一些离调和弦等违和和弦进行低分的概率系数相乘,致其被推荐的概率大大降低,以达到违和和弦的规避。
针对平淡和弦的美化,在MIDI音乐中,偶尔会出现持续多个小节无和弦变化的情况。对于旋律色彩变化较小,进行平淡和弦的美化时,针对连续出现多次的和弦,将其中的某次该和弦调整为与该和弦对应的近距离和弦;将主旋律视为和弦,将原视为和弦的部分视为主旋律,以增强其旋律性。
实施例中,第一种平淡和弦的美化方式为近距离和弦的替换方式。所谓近距离和弦是指两个色彩差异不明显的和弦。例如Am和弦和F和弦,它们的组成音分别为A、C、E和F、A、C,之间的差异只有一个音。F和弦与Dm和弦也是同样的道理。近距离和弦循环如图10所示。实例性地,当遇到了四个连续的Am和弦时,可以采用将第三个和弦修改为F和弦的方式进行修改。
实施例中,第二种平淡和弦的美化方式为将主旋律视为和弦,将原视为和弦的部分视为主旋律。因为在和弦识别的过程中,如果被识别成同样的和弦,意味着这一段旋律所展现出的背景情感色彩大体一致,所以可以认为它们所属的和弦一致。例如在《菊次郎的夏天》里,有一个乐句的旋律完全是周期循环,所以在和弦上做了递进,如图11所示。可以看到,这一段的旋律虽然是“G5-G4-C5-D5-G5-D5-C5-G4(在D大调下)”往复循环,但是其所采用的和弦是并非是“C-C-C-C”或“G-G-G-G”,而是具有情绪波动的“C-Am-F-G”。所以当遇到连续八个小节和弦皆一致时,将不采用第一种方法,而采用第二种方法“二度下行-二度下行-一度上行”的方式做调整。
针对离调和弦的避免与解决,在对生成的音乐识别得到的结果中,会出现离调和弦的情况。离调和弦出现在音乐作品中会带来色彩的改变,听起来似乎转了调,但实际上并没有。所以离调和弦的出现必须是短暂的,且要快速得到解决,否则在听感上可能就造成了转调的效果。而如果实际上真的转了调,则该和弦很可能就不能被定义为离调和弦了,而是转了调后的调内和弦。所以如果被定义为离调和弦,则应该出现在中间的位置,且需要尽快解决至调内和弦。
因此,离调和弦改善的第一步是将不应该出现离调和弦位置的离调和弦修改为与其音程关系最近的调内和弦,以尽可能保留原音乐的情感动机;其中,将每个乐句的首尾处定义为不应该出现离调音的位置。
在乐句的除首尾处的中间位置,虽然允许离调和弦的偶然出现,但是也不能出现得太过频繁,否则歌曲的调性会变得模糊,而且情感色彩也会越加混乱。所以在和弦提升的过程中,会较大程度地降低中间离调和弦出现的概率。实施例中,离调和弦改善的第二步是按照预设的降低离调和弦的概率系数,将依据调性确定的离调和弦的合理性得分进行概率系数的修正,以降低离调和弦的合理性得分,例如在大调乐曲中,和弦提升算法会对每一个小节可能的和弦进行识别与评估,此时会大幅度降低如Cm、#C、#Cm、Eb、Ebm等离调和弦出现的概率。对于在大调和小调歌曲里,对降低离调和弦的概率系数如下表3所示,其中,中间数值为降低离调和弦的概率系数。通过该概率系数对离调和弦的合理性得分的修正即可实现离调和弦的避免。
表3
然后以离调和弦的修正后的合理性得分和调内和弦的合理性得分作为和弦序列内每个和弦的概率值,采用轮盘赌算法依据概率值对每个小节的可能出现和弦进行抽签,将抽签得到的和弦作为润色建议和弦,来替换小节的原和弦。
在经过离调和弦改善的第一步和第二步处理后,和弦序列中仍然还有可能出现离调和弦,基于此,和弦序列出现离调和弦,还进行离调和弦改善的第三步,即依据和弦的主属关系,将和弦进行中出现的离调和弦之后的邻接和弦修改为离调和弦的主和弦,当离调和弦的主和仍然为离调和弦时,将离调和弦之后的邻接和弦修改为与其音程关系最近的调内和弦。
实施例中,和弦的主属关系是一个相对的概念,它可以脱离调性单独存在。例如E和弦是Am和弦的属和弦,则Am和弦为E和弦的主和弦。同理,D和弦是G和弦的属和弦,则G和弦为D和弦的主和弦。所以当和弦进行中出现了一个离调和弦之后,可以将离调和弦解决到其主和弦里。例如如果出现了B和弦之后,可以在下一个和弦进行到E和弦予以解决。
如果其所属的主和弦仍然是离调和弦,则该离调和弦并没有得到很好地解决。所以为了能够尽快解决到调内和弦,可以将离调和弦解决到与其音程关系最近的调内和弦。一般采用上行解决。例如如果出现了#C和弦,其主和弦为#F和弦,依然是离调和弦,则可以将其解决到Dm和弦上,实现对离调和弦的解决。
针对首尾和弦的补充。针对没有开头与结尾的MIDI音乐片段。为了使其成为一首完整的音乐,需要增加开头与结尾的和弦特征。因此,在进行首尾和弦的补充时,以主和弦或属和弦为始,末尾处途径属和弦或属七和弦,并以主和弦为终。例如对于大调音乐,可以以C和弦或G和弦为开始,途径其它和弦进行发展。而在倒数第二小节,调整为属和弦G或属七和弦G7,最终解决到主和弦C和弦。如果是小调音乐,则可以以Am和弦或E和弦开始发展,最终通过E和弦解决到主和弦Am和弦。
音符的和谐度提升
提升旋律音符的和谐度,主要通过改善音高听感和谐度实现。在之前,已经实现了对旋律音符和谐度进行评分,则此评分将作为修改音符的重要参考依据。
当某个音符的得分值小于1时,便被认为存在一定的不和谐度,且当此得分越低时,不和谐度越高,但并非不和谐就一定不能存在。一首优美的歌曲显然不能仅由和弦音构成,和弦只是情感的轮廓,而旋律的更多色彩在于它有和弦外音、离调音等丰富感觉的音高。所以和弦外音出现在主旋律里,并不一定会影响和谐度。因此,在音乐音符的音高润色当中,不应该将全部的和弦外音都修改为和弦音,这样会使得音乐失去一定的精华。但是如果某个音符过于不和谐,甚至这样的音符非常多的时候,这就会明显影响了听感,所以和谐度提升的原理便是降低不和谐的成分,但保留一定的多样性。基于此,实施例中,进行音符的和谐度提升时,将1与每个音符的和谐度得分的差值作为会被修改的概率,依据该会被修改的概率进行抽签,当被抽中判定为要被修改时,将音符修改至与其音程关系最近的和弦音。
实施例中,也可以将评估得到的得分值作为“不会被修改的概率”。即若某个音符的得分是0.8,则它将会有20%的概率不会被修改。然而当它被“轮盘赌”算法抽签被判定为要被修改时,则将会修改至与其音程关系最近的和弦音,以保证和谐度不会进一步降低。
实施例还提供了一种基于听感和谐度评估的MIDI音乐修正装置,包括存储器、处理器以及存储在存储器中并可在所述处理器上执行的计算机程序,处理器执行所述计算机程序时实现权利要上述基于听感和谐度评估的MIDI音乐修正方法。
实际应用中,计算机存储器可以为在近端的易失性存储器,如RAM,还可以是非易失性存储器,如ROM,FLASH,软盘,机械硬盘等,还可以是远端的存储云。计算机处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA),即可以通过这些处理器实现基于听感和谐度评估的MIDI音乐修正方法的步骤。
上述实施例提供的基于听感和谐度评估的MIDI音乐修正方法和装置,能有效解决生成的MIDI音乐所存在的和谐度问题,采用保存主观评估与客观评估的各自优势,并弥补了主观评估与客观评估的劣势的方式,将人工主观经验尽可能地融入至客观评估中,以将所生成的MIDI片段式音乐润色成了完整的音乐,来提高了智能生成音乐的质量。
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 (10)
1.一种基于听感和谐度评估的MIDI音乐修正方法,其特征在于,包括以下步骤:
获取MIDI音乐,所述MIDI音乐的和弦变换以一个小节为单位;
对所述MIDI音乐进行音乐和谐度评估,包括调性识别、和弦进行的合理性评估、音符的和谐度评估;其中,和弦进行的合理性评估包括和弦识别、依据乐理规则的和弦的合理性评估,音符的和谐度评估包括从音高、音强、音长以及演奏位置四个方面进行音符的和谐度评估;
依据音乐和谐度评估结果进行音乐和谐度提升,包括依据和弦进行的合理性评估结果进行和弦合理性提升、依据音符的和谐度评估进行音符的和谐度提升;其中,和弦合理性提升包括违和和弦的规避、平淡和弦的美化、离调和弦的避免与解决、首尾和弦的补充。
2.如权利要求1所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,所述调性识别包括调号识别、大小调识别;
所述调号识别包括:针对每个音符,依据音符与可能所属调号的对应关系,以音符的演奏权重作为累计值,累计到音符可能所属的调号,作为调号的可能性权重,然后以最大可能性权重对应的调号为MIDI音乐的调号;其中,所述演奏权重依据音符的音高、音量、音长确定;
所述大小调识别包括:针对每个调号的MIDI音乐,依据确定大小调的主音数量来区分大小调,当确定大调的主音的数量大于等于确定小调的主音的数量时,则认为调号为大调,反之为小调。
3.如权利要求1所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,所述和弦识别包括:
针对每个小节的每个音符,依据音符与可能所属和弦的对应关系,以音符的和弦权重作为累计值,累计到音符可能所属的和弦,作为和弦的可能性权重,然后以最大可能性权重对应的和弦作为小节的和弦,所有小节和弦构成MIDI音乐的和弦序列;
其中,所述和弦权重依据音符的音高、音量、音长确定。
4.如权利要求1所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,所述依据乐理规则的和弦的合理性评估包括:
分析流行歌曲和弦分布状态以及被大众认可的乐理规则来确定多种乐理规则,并为每种乐理规则赋予不同违背权重;
对于MIDI音乐的和旋序列中每个和弦进行分析,并与乐理规则进行违背匹配,依据违背匹配的乐理规则对应的违背权重与设定的初始值进行累乘,以得到每个和弦的合理性得分。
5.如权利要求1所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,对音符进行关于音高的不和谐度评估时,按照以下优先级评估音符的音高和谐度:
第一优先级为:针对每个音符,非离调音的和谐度大于离调音的和谐度;
第二优先级:针对离调音、非离调音,依据音符与和弦音的关系确定音高和谐度,包括:音符与和弦音无半音音程关系的音高和谐度>音符与非根音的和弦音构成半音音程关系的音高和谐度>音符与根音构成半音音程关系的音高和谐度。
6.如权利要求1所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,对音符进行关于音强的不和谐度评估时,首先,构建以音强为横轴、以听感不和谐度为纵轴的音强-不和谐度曲线,包括:以小节为单位,以小节内所有音符的音量均值作为小节的音量均值,若该小节没有音符,则使用上一小节的音量均值作为此小节的音量均值,以该音量均值为分界线,约束音高和谐的音符对应的音强-不和谐度曲线的起点在分界线之上,约束音高不和谐的音符对应的音强-不和谐度曲线的起点在分界线之下,音长与听感不和谐度呈正相关,且音强-不和谐度曲线中,音强与听感不和谐度呈正相关;然后,依据音强-不和谐度曲线对每个音符进行音强的不和谐度评估,以确定音符的听感不和谐度;
对音符进行关于音长的不和谐度评估时,认为音高和音强均和谐的音符对应的音长也处于和谐状态;对于非音高和音强均和谐的音符,构建以音长为横轴、以听感不和谐度为纵轴的音长-不和谐度曲线,且音长-不和谐度曲线的起点处于纵轴上,即对于非音高和音强均和谐的音符,即使具有一定的音长,也具有一定的听感不和谐度;
对音符进行关于演奏位置的不和谐度评估时,针对音高、音强以及音长均和谐的音符对应的任何演奏位置也处于和谐状态;对于非音高、音强以及音长均和谐的音符,演奏在强节拍点的听感不和谐度会升高,演奏在非强节拍点的听感不和谐度会降低。
7.如权利要求1、5或6任一项所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,当MIDI音乐为单音轨音乐时,依据每个音符从音高、音强、音长以及演奏位置四方面的不和谐度评估结果,为每个不和谐度评估结果赋予相应的评估权重,依据评估结果对应的评估权重与设定的初始值进行累乘,以得到每个音符的和谐度得分,所有音符的和谐度得分的均值为MIDI音乐的和谐度得分;
当MIDI音乐为多音轨音乐时,在计算MIDI音乐的和谐度得分时,相比于单音轨音乐,增加一个音轨权重与设定的初始值进行累乘,以得到每个音符的和谐度得分,所有音符的和谐度得分的均值为MIDI音乐的和谐度得分。
8.如权利要求1或4所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,进行违和和弦规避时,依据每个和弦的合理性得分,对一些离调和弦进行低分的概率系数相乘,致其被推荐的概率大大降低,以达到违和和弦的规避;
进行平淡和弦的美化时,针对连续出现多次的和弦,将其中的某次该和弦调整为与该和弦对应的近距离和弦;将主旋律视为和弦,将原视为和弦的部分视为主旋律;
进行离调和弦的避免与解决时,将不应该出现离调和弦位置的离调和弦修改为与其音程关系最近的调内和弦;按照预设的降低离调和弦的概率系数,将依据调性确定的离调和弦的合理性得分进行概率系数的修正,然后以离调和弦的修正后的合理性得分和调内和弦的合理性得分作为和弦序列内每个和弦的概率值,采用轮盘赌算法依据概率值对每个小节的可能出现和弦进行抽签,将抽签得到的和弦作为润色建议和弦,来替换小节的原和弦;依据和弦的主属关系,将和弦进行中出现的离调和弦之后的邻接和弦修改为离调和弦的主和弦,当离调和弦的主和仍然为离调和弦时,将离调和弦之后的邻接和弦修改为与其音程关系最近的调内和弦;
进行首尾和弦的补充时,以主和弦或属和弦为始,末尾处途径属和弦或属七和弦,并以主和弦为终。
9.如权利要求1或7所述的基于听感和谐度评估的MIDI音乐修正方法,其特征在于,进行音符的和谐度提升时,将1与每个音符的和谐度得分的差值作为会被修改的概率,依据该会被修改的概率进行抽签,当被抽中判定为要被修改时,将音符修改至与其音程关系最近的和弦音。
10.一种基于听感和谐度评估的MIDI音乐修正装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~9任一项所述的基于听感和谐度评估的MIDI音乐修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825341.2A CN113571030B (zh) | 2021-07-21 | 2021-07-21 | 一种基于听感和谐度评估的midi音乐修正方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825341.2A CN113571030B (zh) | 2021-07-21 | 2021-07-21 | 一种基于听感和谐度评估的midi音乐修正方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113571030A true CN113571030A (zh) | 2021-10-29 |
CN113571030B CN113571030B (zh) | 2023-10-20 |
Family
ID=78165958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110825341.2A Active CN113571030B (zh) | 2021-07-21 | 2021-07-21 | 一种基于听感和谐度评估的midi音乐修正方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113571030B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112951183A (zh) * | 2021-02-25 | 2021-06-11 | 西华大学 | 一种基于深度学习的音乐自动生成并评价的方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0436976A1 (en) * | 1989-12-18 | 1991-07-17 | Meta-C Corporation | Musical instrument, electronic and/or fretted, employing modified eastern music tru-scale octave transformation to avoid overtone collisions |
JPH09230857A (ja) * | 1996-02-23 | 1997-09-05 | Yamaha Corp | 演奏情報分析装置及びそれを用いた自動編曲装置 |
US6057502A (en) * | 1999-03-30 | 2000-05-02 | Yamaha Corporation | Apparatus and method for recognizing musical chords |
US6365808B1 (en) * | 2000-03-10 | 2002-04-02 | Paul Murrell | Method of constructing stringed instruments |
GB0422418D0 (en) * | 2003-10-10 | 2004-11-10 | Univ Sussex The | Music composing system |
US20070193435A1 (en) * | 2005-12-14 | 2007-08-23 | Hardesty Jay W | Computer analysis and manipulation of musical structure, methods of production and uses thereof |
WO2008018056A2 (en) * | 2006-08-07 | 2008-02-14 | Silpor Music Ltd. | Automatic analasis and performance of music |
JP2008164932A (ja) * | 2006-12-28 | 2008-07-17 | Sony Corp | 音楽編集装置および方法、並びに、プログラム |
US20080184872A1 (en) * | 2006-06-30 | 2008-08-07 | Aaron Andrew Hunt | Microtonal tuner for a musical instrument using a digital interface |
CN101313477A (zh) * | 2005-12-21 | 2008-11-26 | Lg电子株式会社 | 音乐生成设备及其操作方法 |
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 |
CN103035253A (zh) * | 2012-12-20 | 2013-04-10 | 成都玉禾鼎数字娱乐有限公司 | 一种自动识别音乐旋律调号的方法 |
FR2994015A1 (fr) * | 2012-07-27 | 2014-01-31 | Techlody | Procede et dispositifs d'un instrument de musique improvisateur pour musiciens et non-musiciens |
WO2015066204A1 (en) * | 2013-10-30 | 2015-05-07 | Music Mastermind, Inc. | System and method for enhancing audio, conforming an audio input to a musical key, and creating harmonizing tracks for an audio input |
JP2015191194A (ja) * | 2014-03-28 | 2015-11-02 | パイオニア株式会社 | 演奏評価システム、サーバ装置、端末装置、演奏評価方法及びコンピュータプログラム |
JP2016161831A (ja) * | 2015-03-03 | 2016-09-05 | ヤマハ株式会社 | 歌唱評価装置およびプログラム |
US20170097803A1 (en) * | 2015-10-01 | 2017-04-06 | Moodelizer Ab | Dynamic modification of audio content |
CN108877749A (zh) * | 2018-04-25 | 2018-11-23 | 杭州回车电子科技有限公司 | 一种脑波ai音乐的生成方法及系统 |
CN109935222A (zh) * | 2018-11-23 | 2019-06-25 | 咪咕文化科技有限公司 | 一种构建和弦转换向量的方法、装置及计算机可读存储介质 |
CN111613195A (zh) * | 2019-02-22 | 2020-09-01 | 浙江大学 | 音频拼接方法、装置及存储介质 |
CN111613199A (zh) * | 2020-05-12 | 2020-09-01 | 浙江大学 | 一种基于乐理与统计规则的midi序列生成装置 |
CN112309409A (zh) * | 2020-10-28 | 2021-02-02 | 平安科技(深圳)有限公司 | 音频修正方法及相关装置 |
CN112927667A (zh) * | 2021-03-26 | 2021-06-08 | 平安科技(深圳)有限公司 | 和弦识别方法、装置、设备及存储介质 |
-
2021
- 2021-07-21 CN CN202110825341.2A patent/CN113571030B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0436976A1 (en) * | 1989-12-18 | 1991-07-17 | Meta-C Corporation | Musical instrument, electronic and/or fretted, employing modified eastern music tru-scale octave transformation to avoid overtone collisions |
JPH09230857A (ja) * | 1996-02-23 | 1997-09-05 | Yamaha Corp | 演奏情報分析装置及びそれを用いた自動編曲装置 |
US6057502A (en) * | 1999-03-30 | 2000-05-02 | Yamaha Corporation | Apparatus and method for recognizing musical chords |
US6365808B1 (en) * | 2000-03-10 | 2002-04-02 | Paul Murrell | Method of constructing stringed instruments |
GB0422418D0 (en) * | 2003-10-10 | 2004-11-10 | Univ Sussex The | Music composing system |
US20070193435A1 (en) * | 2005-12-14 | 2007-08-23 | Hardesty Jay W | Computer analysis and manipulation of musical structure, methods of production and uses thereof |
CN101313477A (zh) * | 2005-12-21 | 2008-11-26 | Lg电子株式会社 | 音乐生成设备及其操作方法 |
US20080184872A1 (en) * | 2006-06-30 | 2008-08-07 | Aaron Andrew Hunt | Microtonal tuner for a musical instrument using a digital interface |
WO2008018056A2 (en) * | 2006-08-07 | 2008-02-14 | Silpor Music Ltd. | Automatic analasis and performance of music |
JP2008164932A (ja) * | 2006-12-28 | 2008-07-17 | Sony Corp | 音楽編集装置および方法、並びに、プログラム |
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 |
FR2994015A1 (fr) * | 2012-07-27 | 2014-01-31 | Techlody | Procede et dispositifs d'un instrument de musique improvisateur pour musiciens et non-musiciens |
CN103035253A (zh) * | 2012-12-20 | 2013-04-10 | 成都玉禾鼎数字娱乐有限公司 | 一种自动识别音乐旋律调号的方法 |
WO2015066204A1 (en) * | 2013-10-30 | 2015-05-07 | Music Mastermind, Inc. | System and method for enhancing audio, conforming an audio input to a musical key, and creating harmonizing tracks for an audio input |
JP2015191194A (ja) * | 2014-03-28 | 2015-11-02 | パイオニア株式会社 | 演奏評価システム、サーバ装置、端末装置、演奏評価方法及びコンピュータプログラム |
JP2016161831A (ja) * | 2015-03-03 | 2016-09-05 | ヤマハ株式会社 | 歌唱評価装置およびプログラム |
US20170097803A1 (en) * | 2015-10-01 | 2017-04-06 | Moodelizer Ab | Dynamic modification of audio content |
CN108877749A (zh) * | 2018-04-25 | 2018-11-23 | 杭州回车电子科技有限公司 | 一种脑波ai音乐的生成方法及系统 |
CN109935222A (zh) * | 2018-11-23 | 2019-06-25 | 咪咕文化科技有限公司 | 一种构建和弦转换向量的方法、装置及计算机可读存储介质 |
CN111613195A (zh) * | 2019-02-22 | 2020-09-01 | 浙江大学 | 音频拼接方法、装置及存储介质 |
CN111613199A (zh) * | 2020-05-12 | 2020-09-01 | 浙江大学 | 一种基于乐理与统计规则的midi序列生成装置 |
CN112309409A (zh) * | 2020-10-28 | 2021-02-02 | 平安科技(深圳)有限公司 | 音频修正方法及相关装置 |
CN112927667A (zh) * | 2021-03-26 | 2021-06-08 | 平安科技(深圳)有限公司 | 和弦识别方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
董瑞娟;王硕;周芸;亓贝尔;陈雪清;刘博;: "音乐评估系统MuSIC的正常值研究", 临床耳鼻咽喉头颈外科杂志, no. 13 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112951183A (zh) * | 2021-02-25 | 2021-06-11 | 西华大学 | 一种基于深度学习的音乐自动生成并评价的方法 |
CN112951183B (zh) * | 2021-02-25 | 2022-08-16 | 西华大学 | 一种基于深度学习的音乐自动生成并评价的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113571030B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moore | The so-called ‘flattened seventh’in rock | |
JP6735100B2 (ja) | 音楽コンテンツ及びリアルタイム音楽伴奏の自動採譜 | |
Kirke et al. | A survey of computer systems for expressive music performance | |
CN112382257B (zh) | 一种音频处理方法、装置、设备及介质 | |
EP2515296B1 (en) | Performance data search using a query indicative of a tone generation pattern | |
CN109979488B (zh) | 基于重音分析的人声转乐谱系统 | |
JP2000507001A (ja) | 作 曲 | |
US8101844B2 (en) | Automatic analysis and performance of music | |
EP2515249B1 (en) | Performance data search using a query indicative of a tone generation pattern | |
CN113571030A (zh) | 一种基于听感和谐度评估的midi音乐修正方法和装置 | |
CN104036764B (zh) | 乐音信息处理设备和方法 | |
Ramirez et al. | Automatic performer identification in commercial monophonic jazz performances | |
CN113763913B (zh) | 一种曲谱生成方法、电子设备及可读存储介质 | |
CN109841203B (zh) | 一种电子乐器音乐和声确定方法及系统 | |
CN110867174A (zh) | 自动混音装置 | |
JP2008145564A (ja) | 自動編曲装置および自動編曲プログラム | |
CN112634841B (zh) | 一种基于声音识别的吉他谱自动生成方法 | |
JP4682375B2 (ja) | 簡約楽譜作成装置および簡約楽譜作成プログラム | |
Sung et al. | Variety in Performance: A comparative Analysis of Recorded Performances of Bach's Sixth Suite for Solo Cello from 1961 to 1998. | |
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 | |
CN113140202B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
Bisesi et al. | An accent-based approach to performance rendering: Music theory meets music psychology | |
Kirke et al. | Emergent Construction of melodic pitch and hierarchy through agents communicating emotion without melodic intelligence. | |
JP2006201278A (ja) | 楽曲の拍節構造の自動分析方法および装置、ならびにプログラムおよびこのプログラムを記録した記録媒体 | |
Liang et al. | Research on generating xi'an drum music based on generative adversarial network |
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 |