[發明專利]梵嘆音樂生成方法、裝置、設備及存儲介質

在審

• 申請號: 202110285836.0
• 申請日: 2021-03-17
• 公開（公告）號: CN113066457A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 蔣慧軍
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10H1/00
• 分類號: G10H1/00;G06N3/04;G06N3/08;G06K9/62
• 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領域，公開了一種梵嘆音樂生成方法、裝置、設備及存儲介質，用于提高梵嘆音樂生成的準確性和多樣性。梵嘆音樂生成方法包括：從預設的梵嘆音樂數據集中獲取第一音樂片段信息和第二音樂片段信息；調用變分自編碼器分別對第一音樂片段信息和第二音樂片段信息進行編碼，得到第一低維向量序列和第二低維向量序列；通過結合注意力機制的循環神經網絡模型對第一低維向量序列和第二低維向量序列進行修復處理，得到輸出向量序列；通過變分自編碼器對輸出向量序列進行解碼，得到多個音樂修復片段；按照多個音樂修復片段進行交互式音樂創作，得到目標梵嘆音樂。此外，本發明還涉及區塊鏈技術，目標梵嘆音樂可存儲于區塊鏈節點中。

技術領域

本發明涉及人工智能的神經網絡領域，尤其涉及一種梵嘆音樂生成方法、裝置、設備及存儲介質。

背景技術

梵嘆音樂屬于佛教音樂，也屬于音樂的一種類別，音樂作曲往往需要專業的作曲學習經驗以及一定的創作天賦。目前有很多研究是利用深層生成模型來完成多種不同的音樂生成任務，如單音音樂生成、復調音樂生成等。但是這些模型生成的音樂只參考了過去的音樂語境，并沒有參考未來的音樂語境。這種順序生成音樂的方式限制了深層生成模型的交互性程度，并無法對特定部分進行調整。

在音樂創作研究中可以通過樂譜的修復來完成音樂創作，所以可以針對樂譜的修復方法展開研究。早期有針對音頻修復方法的研究，主要是依靠矩陣分解、非局部相似度量和音頻相似圖等方法，但是這些方法只對基于音頻的任務有效，不容易擴展到音樂符號中，所以對樂譜的修復與生成的效果不佳。后期在針對音樂符號展開的研究中，主要的方法是基于馬爾科夫鏈蒙特卡洛方法(MCMC)和迭代梯度下降法，但是使用這些方法樂譜修復的速度較慢，不適合在交互的場景下應用。也有研究提出了預期循環神經網絡RNN框架，該框架使用RNN在修復期間強制執行用戶定義的約束，用戶可以選擇性地再生特定的音樂部分，進而完成交互性的實時生成。但是對于普通的RNN模型而言，隨著輸入的音樂長度增加，最終得出的樂譜修復結果準確性低。

發明內容

本發明提供了一種梵嘆音樂生成方法、裝置、設備及存儲介質，用于提高梵嘆音樂生成的準確性和多樣性。

為實現上述目的，本發明第一方面提供了一種梵嘆音樂生成方法，包括：從預設的梵嘆音樂數據集中獲取第一音樂片段信息和第二音樂片段信息，所述第一音樂片段信息和所述第二音樂片段信息為不銜接且不重疊的音樂片段；調用變分自編碼器中的編碼器分別對所述第一音樂片段信息和所述第二音樂片段信息進行編碼，得到第一低維向量序列和第二低維向量序列；通過結合注意力機制的循環神經網絡模型對所述第一低維向量序列和所述第二低維向量序列進行修復處理，得到輸出向量序列；通過所述變分自編碼器中的解碼器對所述輸出向量序列進行解碼，得到多個音樂修復片段，每個音樂修復片段為符合上下文的音樂序列；按照所述多個音樂修復片段進行交互式音樂創作，得到目標梵嘆音樂。

可選的，在本發明第一方面的第一種實現方式中，所述調用變分自編碼器中的編碼器分別對所述第一音樂片段信息和所述第二音樂片段信息進行編碼，得到第一低維向量序列和第二低維向量序列，包括：對所述第一音樂片段信息和所述第二音樂片段信息分別進行數據預處理，得到第一處理后的音樂片段信息和第二處理后的音樂片段信息，并將所述第一處理后的音樂片段信息和所述第二處理后的音樂片段信息分別輸入至變分自編碼器中的編碼器，所述編碼器包括一個嵌入embedding網絡層、一個雙向長短期記憶網絡層和兩個線性層；通過所述embedding網絡層、所述雙向長短期記憶網絡層和所述線性層依次分別對所述第一處理后的音樂片段信息和所述第二處理后的音樂片段信息進行編碼處理，得到第一低維向量序列和第二低維向量序列。