[發明專利]基于長短時神經網絡的多聲部音樂生成方法及裝置

有效

• 申請號: 201811257165.1
• 申請日: 2018-10-26
• 公開（公告）號: CN109346045B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 劉奡智;王義文;王健宗;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10H1/32
• 分類號: G10H1/32
• 代理公司: 北京匯思誠業知識產權代理有限公司 11444
• 代理人: 馮曉平

本發明實施例提供了基于長短時神經網絡的多聲部音樂生成方法及裝置，本發明涉及人工智能技術領域，該方法包括：構建音樂生成模型，通過包括多個聲部的音樂樣本數據訓練音樂生成模型，得到訓練好的音樂生成模型的網絡參數及多個聲部的音符概率密度分布；獲取用戶輸入的用于預生成多聲部音樂的特征參數，特征參數包括預設音樂時長、預設節奏序列及預設延音序列；向訓練好的音樂生成模型中依次輸入多個聲部的音符隨機序列，以使音樂生成模型根據音符隨機序列、網絡參數及多個聲部的音符概率密度分布生成匹配特征參數的多聲部音樂。本發明實施例提供的技術方案能夠解決現有技術中難以生成多個聲部之間協調的音樂的問題。

【技術領域】

本發明涉及人工智能技術領域，尤其涉及一種基于長短時神經網絡的多聲部音樂生成方法及裝置。

【背景技術】

音樂通常由多個音軌組成，并具有各自的時間動態，音樂會隨著時間的推移而相互依存地展開。自然語言生成和單音音樂生成的成功不容易普及到多音軌的音樂?，F有的音樂生成方法通常是單旋律音樂，因為多個旋律之間的復雜的相互影響，很難生成多旋律的音樂。

因此，如何生成多個聲部之間協調的音樂成為目前亟待解決的問題。

【發明內容】

有鑒于此，本發明實施例提供了一種基于長短時神經網絡的多聲部音樂生成方法及裝置，用以解決現有技術中難以生成多個聲部之間協調的音樂的問題。

為了實現上述目的，根據本發明的一個方面，提供了一種基于長短時神經網絡的多聲部音樂生成方法，所述方法包括：構建音樂生成模型，所述音樂生成模型包括一個第一長短時神經網絡、一個第二長短時神經網絡、一個單隱藏層神經網絡及一個依賴網絡；通過包括多個聲部的音樂樣本數據訓練所述音樂生成模型，得到訓練好的所述音樂生成模型的網絡參數及所述多個聲部的音符概率密度分布；獲取用戶輸入的用于預生成多聲部音樂的特征參數，所述特征參數包括預設音樂時長、預設節奏序列及預設延音序列；向所述訓練好的音樂生成模型中依次輸入多個聲部的音符隨機序列，以使所述音樂生成模型根據所述音符隨機序列、所述網絡參數及所述多個聲部的音符概率密度分布生成匹配所述特征參數的多聲部音樂。

進一步地，在所述通過包括多個聲部的音樂樣本數據訓練所述音樂生成模型之前，所述方法還包括：獲取多個音樂訓練樣本，其中，所述音樂訓練樣本包括多個聲部信息；提取每個聲部的音符序列、所述音樂訓練樣本的節奏序列及延音序列；其中，所述每個聲部的音符序列表示為：t∈[T]，T為所述音樂訓練樣本的時長，是十六分音符的整數倍；i為聲部；為當前時刻t的音符；將所述多個聲部的音符序列、所述音樂訓練樣本的節奏序列及延音序列作為所述音樂樣本數據。

進一步地，所述通過包括多個聲部的音樂樣本數據訓練所述音樂生成模型，得到訓練好的所述音樂生成模型的網絡參數及所述多個聲部的音符概率密度分布，包括：向所述音樂生成模型中輸入所述音樂樣本數據；獲取所述音樂生成模型輸出的每個聲部的音符概率密度函數：其中，為當前時刻t的音符，為音符序列中除去當前音符剩下的所有音符；為所述節奏序列及延音序列；θ_i為所述依賴網絡的參數；訓練所述音樂生成模型使以下公式的值最大化：獲取當所述公式的值最大時所述音樂生成模型的網絡參數及所述多個聲部的音符概率密度分布。

進一步地，所述向所述音樂生成模型中輸入所述音樂樣本數據之后，所述音樂生成模型的所述第一長短時神經網絡接收每個聲部的音符序列中當前時刻音符前的預設時長的第一音符序列，并根據所述第一音符序列輸出第一參數至所述依賴網絡；所述第二長短時神經網絡接收每個聲部的音符序列中所述當前時刻音符后的預設時長的第二音符序列，并根據所述第二音符序列輸出第二參數至所述依賴網絡；所述單隱藏層神經網絡接收每個聲部的音符序列中所述當前時刻音符并傳遞至所述依賴網絡；所述依賴網絡根據所述第一參數、所述第二參數及所述當前時刻音符輸出所述每個聲部的音符概率密度函數。