[發明專利]音樂旋律的生成方法、模型的訓練方法、裝置及介質

在審

• 申請號: 202111473874.5
• 申請日: 2021-11-30
• 公開（公告）號: CN114141216A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 汪蘊哲
• 申請（專利權）人: 北京小米移動軟件有限公司;北京小米松果電子有限公司
• 主分類號: G10H1/00
• 分類號: G10H1/00
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 溫易娜

1.一種音樂旋律的生成方法，其特征在于，包括：

獲取目標節奏序列，所述目標節奏序列包括多個位置符號和每一所述位置符號對應的時值，每一所述位置符號包括占位符和休止符，所述占位符表征對應位置上待填寫音高，所述休止符表征對應位置上不存在音；

將所述目標節奏序列輸入旋律生成模型中，得到音高序列，所述音高序列包括與所述目標節奏序列中的所述占位符的位置分別對應的音高；其中，所述旋律生成模型通過對第一訓練數據采用機器學習進行訓練得到，所述第一訓練數據包括：多個第一樣本節奏序列和與每個所述第一樣本節奏序列對應的第一標簽，每個所述第一樣本節奏序列包括多個樣本位置符號和每一所述樣本位置符號對應的時值，每一所述樣本位置符號包括樣本占位符和樣本休止符，所述樣本占位符表征對應位置上待填寫音高，所述樣本休止符表征對應位置上不存在音，所述第一標簽表征音高序列；

基于所述目標節奏序列和所述音高序列，生成目標音樂旋律。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標節奏序列，包括：

獲取初始節奏序列，所述初始節奏序列包括多個位置符號和每一所述位置符號對應的時值，每一所述位置符號包括所述占位符和所述休止符，所述占位符表征對應位置上待填寫音高，所述休止符表征對應位置上不存在音；

將所述初始節奏序列輸入節奏生成模型中，得到所述目標節奏序列，所述目標節奏序列的長度大于所述初始節奏序列；其中，所述節奏生成模型通過對第二訓練數據采用機器學習進行訓練得到，所述第二訓練數據包括多個第二樣本節奏序列和與每個所述第二樣本節奏序列對應的第二標簽，每個所述第二樣本節奏序列包括多個樣本位置符號和每一所述樣本位置符號對應的時值，每一所述樣本位置符號包括樣本占位符和樣本休止符，所述樣本占位符表征對應位置上待填寫音高，所述樣本休止符表征對應位置上不存在音，所述第二標簽表征長度大于所述第二樣本節奏序列的節奏序列。

3.根據權利要求1所述的方法，其特征在于，所述將所述目標節奏序列輸入旋律生成模型中，得到音高序列，包括：

迭代執行基于所述目標節奏序列確定當前待處理序列的向量，并將所述當前待處理序列的向量輸入所述旋律生成模型中，得到對應占位符的位置對應的音高的步驟，直至得到所述目標節奏序列中所有占位符的位置對應的音高；

基于所述目標節奏序列中所有占位符的位置對應的音高得到所述音高序列；

其中，在所述迭代執行是第一輪的情況下，所述當前待處理序列基于所述目標節奏序列和填寫開始標記得到，所述填寫開始標記位于所述目標節奏序列的最后；在所述迭代執行不是第一輪的情況下，所述當前待處理序列基于所述目標節奏序列、所述填寫開始標記以及歷史輪得到的所述音高得到，所述歷史輪得到的所述音高位于所述填寫開始標記的后面。

4.根據權利要求3所述的方法，其特征在于，在所述迭代執行不是所述第一輪的情況下，所述基于所述目標節奏序列確定當前待處理序列的向量，包括：

基于所述目標節奏序列、所述填寫開始標記以及所述歷史輪得到的所述音高，確定所述當前待處理序列，并對所述當前待處理序列進行編碼得到所述當前待處理序列的初始向量；

融合所述當前待處理序列的所述初始向量和預設類別向量，得到所述當前待處理序列的所述向量。

5.根據權利要求2所述的方法，其特征在于，所述旋律生成模型包括Transformer模型，所述節奏生成模型包括Transformer模型。

6.一種旋律生成模型的訓練方法，其特征在于，包括：

獲取第一訓練數據，所述第一訓練數據包括多個第一樣本節奏序列和與每個所述第一樣本節奏序列對應的第一標簽，每個所述第一樣本節奏序列包括多個樣本位置符號和每一所述樣本位置符號對應的時值，每一所述樣本位置符號包括樣本占位符和樣本休止符，所述樣本占位符表征對應位置上待填寫音高，所述樣本休止符表征對應位置上不存在音，所述第一標簽表征音高序列；

通過所述第一訓練數據對初始旋律生成模型進行模型訓練，得到所述旋律生成模型。