[發明專利]佛樂生成方法、裝置、設備及存儲介質

有效

• 申請號: 202110284960.5
• 申請日: 2021-03-17
• 公開（公告）號: CN113033778B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 劉奡智;郭錦岳;韓寶強;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06N3/045
• 分類號: G06N3/045;G06N3/0442;G06N3/044;G06N3/084;G06F40/289;G06F40/157;G06F18/214;G10L25/30
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

本發明涉及人工智能技術領域，公開了一種佛樂生成方法、裝置、設備及存儲介質。該方法通過將佛教音樂的數字文件進行離散化和獨熱編碼后，輸入至3?gram?mLSTM模型進行向量的計算，然后將計算到的向量采用梯度下降反向傳播操作，生成所述數字文件對應的佛樂；而采用離散特征進行one?hot編碼后，編碼后的特征，其實每一維度的特征都可以看做是連續的特征，保證了數字文件處理后的連續性，避免存在過擬合的處理，提高了合成的準確率，同時還有效提高了音樂合成的效率，增強合成音樂的趣味性，適用性更強。

技術領域

本申請涉及人工智能技術領域，具體涉及一種佛樂生成方法、裝置、設備及存儲介質。

背景技術

音樂作為人類智慧活動的高級產物，具有相當復雜的結構。經過一定音樂訓練的音樂家可以容易地創作具有長時結構的音樂作品，包含起承轉合等段落。然而對于人工智能系統而言，盡管能生成具有一些小結構的作品，卻很難保證其在分鐘尺度上的前后呼應、發展、轉折等等長時結構。

傳統的隱馬爾可夫模型、循環神經網絡等時間序列模型往往僅在相鄰的單元上有聯系和控制函數，卻沒有將跨越較多的時間單元連接起來。循環神經網絡具有梯度爆炸/梯度消失的特性，又導致其在經歷多次循環生成后輸出趨于一致，缺乏變化。利用傳統模型訓練的音樂生成系統容易產生重復較多、結構單一、過擬合后輸出近似等于訓練樣本等等問題。且由于佛教音樂的特殊性，需要在維持和聲穩定性的前提下，根據歌詞經文的段落做出旋律上的改變。目前的傳統模型難以達到這樣的要求。

發明內容

本發明的主要目的是解決傳統模型訓練的音樂生成系統容易產生過擬合后輸出近似等于訓練樣本的技術問題。

本發明第一方面提供了一種佛樂生成方法，所述佛樂生成方法包括：

獲取佛教音樂的數字文件，并利用預設的佛樂知識詞庫將所述數字文件進行離散化處理，得到離散序列；

通過獨熱編碼算法，將所述離散序列轉化為向量矩陣，其中，所述向量矩陣包括所述數字文件中每個時間點的輸入向量；

將所述向量矩陣輸入到預置3-gram?mLSTM模型中獲得第一向量集和第二向量集，其中所述3-gram?mLSTM模型為基于積性循環神經網絡和長短記憶循環神經網絡訓練得到的包含雙層隱含層的佛樂生成模型；

根據所述第一向量集和第二向量集，生成所述數字文件的最終向量集；

對所述最終向量集進行梯度下降反向傳播操作，生成所述數字文件對應的佛樂。

可選地，在本發明第一方面的第一種實現方式中，所述利用預設的佛樂知識詞庫將所述數字文件進行離散化處理，得到離散序列包括：

利用預設的分詞算法將所述數字文件按照相同寬度劃分為N等份，N為大于0的自然數；

將每等份的數字文件與所述佛樂知識詞庫進行匹配，并將匹配的數字文件等份作為離散的單詞；

根據所述數字文件的時間戳，將所有離散的單詞進行排序，得到離散序列。

可選地，在本發明第一方面的第二種實現方式中，所述通過獨熱編碼算法，將所述離散序列轉化為向量矩陣包括：

提取所述離散序列所包含的單詞，并將所述離散序列中的所有所述單詞排列成詞匯表；其中，所述詞匯表中不含有重復的單詞；

依次將所述離散序列所包含的每個單詞在所述詞匯表中對應的位置采用預設數字進行標記，得到與所述離散序列對應的獨熱編碼向量；

將所述離散序列對應的獨熱編碼向量相互組合，形成向量矩陣。

可選地，在本發明第一方面的第三種實現方式中，所述3-gram?mLSTM模型包括第一隱含層和第二隱含層，所述第一隱含層包括第一中間層，所述第二隱含層包括第二中間層；