[發(fā)明專利]音樂生成方法及音樂生成模型的訓(xùn)練方法

在審

• 申請?zhí)枺?/td>: 202110191427.4
• 申請日: 2021-02-19
• 公開（公告）號: CN113012665A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 黃郁翔
• 申請（專利權(quán)）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G10H1/00
• 分類號: G10H1/00
• 代理公司: 北京金知睿知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11379
• 代理人: 蔡民軍;譚彥聞

1.一種音樂生成方法，包括：

獲取包含多個和弦的和弦進(jìn)行，其中，每個和弦具有指定時長并包括多個音符；

將所述和弦進(jìn)行的所述多個和弦分別轉(zhuǎn)換為多個第一MIDI消息，其中每個所述第一MIDI消息包含表征對應(yīng)和弦的和弦特征和表征所述對應(yīng)和弦的所述多個音符的音符特征；

確定所述和弦進(jìn)行的所述多個和弦的和弦排列順序；

將所述多個第一MIDI消息及所述和弦排列順序輸入基于自然語言神經(jīng)網(wǎng)絡(luò)的音樂生成模型，依次生成與所述多個第一MIDI消息相對應(yīng)且映射所述和弦排列順序的多個第二MIDI消息，其中每個所述第二MIDI消息包含表征多個生成音符的音符特征，所述多個生成音符總體具有所述指定時長；

按生成順序?qū)⑺龆鄠€第二MIDI消息拼接成生成音樂MIDI消息。

2.根據(jù)權(quán)利要求1所述的音樂生成方法，其特征在于，所述將所述和弦進(jìn)行的所述多個和弦分別轉(zhuǎn)換為多個第一MIDI消息，包括：

將每個所述和弦分別編碼為以所述和弦特征為起點的第一MIDI消息。

3.根據(jù)權(quán)利要求1或2所述的音樂生成方法，其特征在于，所述依次生成與所述多個第一MIDI消息相對應(yīng)且映射所述和弦排列順序的多個第二MIDI消息，包括：

判斷當(dāng)前生成的第二MIDI消息的音樂時長是否達(dá)到所述指定時長；

在達(dá)到所述指定時長時，生成下一個第二MIDI消息。

4.根據(jù)權(quán)利要求3所述的音樂生成方法，其特征在于，所述判斷當(dāng)前生成的第二MIDI消息的音樂時長是否達(dá)到所述指定時長，包括：

判斷當(dāng)前生成的第二MIDI消息中的多個生成音符的音長之和是否達(dá)到所述指定時長。

5.根據(jù)權(quán)利要求3所述的音樂生成方法，其特征在于，所述判斷當(dāng)前生成的第二MIDI消息的音樂時長是否達(dá)到所述指定時長，包括：

判斷自當(dāng)前生成的第二MIDI消息中的第一個生成音符的起始時間點經(jīng)過的時間是否達(dá)到所述指定時長。

6.根據(jù)權(quán)利要求1或2所述的音樂生成方法，其特征在于，所述獲取包含多個和弦的和弦進(jìn)行，包括：

接收用戶輸入的所述和弦進(jìn)行以及由用戶指定的每個和弦的指定時長。

7.根據(jù)權(quán)利要求1或2所述的音樂生成方法，其特征在于，所述獲取包含多個和弦的和弦進(jìn)行，包括：

隨機生成所述多個和弦中的至少一個和弦。

8.根據(jù)權(quán)利要求1或2所述的音樂生成方法，其特征在于，還包括：

將所述生成音樂MIDI消息轉(zhuǎn)換成生成音樂音頻。

9.根據(jù)權(quán)利要求1或2所述的音樂生成方法，其特征在于，所述音符特征包括音高、音長、音強、跳音、臨時升降號中的一種或多種。

10.根據(jù)權(quán)利要求1或2所述的音樂生成方法，其特征在于，所述自然語言神經(jīng)網(wǎng)絡(luò)是RNN、Transformer、GPT、BERT或它們的變型。

11.一種基于自然語言神經(jīng)網(wǎng)絡(luò)的音樂生成模型的訓(xùn)練方法，包括：

獲取多個訓(xùn)練MIDI文件；

將所述多個訓(xùn)練MIDI文件轉(zhuǎn)換為多個訓(xùn)練MIDI消息，其中每個訓(xùn)練MIDI消息包含和弦特征和表征多個訓(xùn)練音符的訓(xùn)練音符特征；

將所述多個訓(xùn)練MIDI消息輸入基于自然語言神經(jīng)網(wǎng)絡(luò)的音樂生成模型；

依次生成多個輸出MIDI消息，其中，每個輸出MIDI消息包含表征多個輸出音符的輸出音符特征；

基于損失函數(shù)確定所述輸出音符特征與真實值之間的差異，其中將所述訓(xùn)練音符特征作為所述真實值；

基于所述差異，迭代更新所述音樂生成模型的參數(shù)；

當(dāng)所述差異達(dá)到收斂條件時，完成所述音樂生成模型的訓(xùn)練。