基于多模態(tài)神經(jīng)網(wǎng)絡(luò)及規(guī)則算法的智能作曲研究
關(guān)鍵詞：深度學(xué)習(xí) 音樂(lè)理論規(guī)則 神經(jīng)網(wǎng)絡(luò)模型
摘要：本文采用GAN和VAE結(jié)合深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行基于音樂(lè)理論規(guī)則的智能音樂(lè)生成,探索智能生成音樂(lè)的算法。與傳統(tǒng)的算法作曲不同,不需要手動(dòng)的添加復(fù)雜的規(guī)則,而是通過(guò)訓(xùn)練初始音樂(lè)集、對(duì)樂(lè)曲集進(jìn)行評(píng)估篩選,最后通過(guò)RVAE-GAN神經(jīng)網(wǎng)絡(luò)生成音樂(lè)。通過(guò)適應(yīng)度函數(shù)計(jì)算樂(lè)曲一系列特征的加權(quán)和,如音高和節(jié)奏的分布,也可以計(jì)算與特定樂(lè)曲集之間的距離等一系列樂(lè)理理論規(guī)則。在此基礎(chǔ)上,采用半監(jiān)督算法形成和弦結(jié)構(gòu)模型,結(jié)合樂(lè)曲的特征提取,研究并提出基于GAN對(duì)抗生成網(wǎng)絡(luò)和VAE網(wǎng)絡(luò)結(jié)合音樂(lè)理論規(guī)則的智能生成音樂(lè)對(duì)于現(xiàn)代流行音樂(lè)的創(chuàng)作和實(shí)現(xiàn)藝術(shù)的大眾化和量產(chǎn)化具有重要的理論和實(shí)際意義。
中國(guó)傳媒大學(xué)學(xué)報(bào)雜志要求:
{1}引注統(tǒng)一采用頁(yè)下腳注形式，作者投稿時(shí)請(qǐng)按“1，2，3……”次序全篇連續(xù)編號(hào)，不加圈也不加括號(hào)，注碼統(tǒng)一置于標(biāo)點(diǎn)之后。
{2}來(lái)稿文責(zé)自負(fù)，所有作者應(yīng)對(duì)稿件內(nèi)容和署名無(wú)異議，稿件內(nèi)容不得抄襲或重復(fù)發(fā)表。
{3}標(biāo)題不超過(guò)15個(gè)漢字（可加副標(biāo)題）。
{4}關(guān)鍵詞一般要求3~8 個(gè)能反映文章主題內(nèi)容的詞（組）。
{5}基金項(xiàng)目：項(xiàng)目來(lái)源(XXXXXXXXXXX)。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢(xún)雜志社
