期刊在线咨询服务,立即咨询 声明:本站不是任何期刊官网,不涉及出版。本站仅提供期刊咨询服务,用户需自行通过官方渠道投稿。

400-838-9662 购物车(0)

基于多模态神经网络及规则算法的智能作曲研究

靳聪; 侯聪聪; 程致远; 张海茵 中国传媒大学信息与通信工程学院; 北京100024; 中国传媒大学计算机与网络空间安全学院; 北京100024

关键词:深度学习 音乐理论规则 神经网络模型 

摘要:本文采用GAN和VAE结合深度学习网络进行基于音乐理论规则的智能音乐生成,探索智能生成音乐的算法。与传统的算法作曲不同,不需要手动的添加复杂的规则,而是通过训练初始音乐集、对乐曲集进行评估筛选,最后通过RVAE-GAN神经网络生成音乐。通过适应度函数计算乐曲一系列特征的加权和,如音高和节奏的分布,也可以计算与特定乐曲集之间的距离等一系列乐理理论规则。在此基础上,采用半监督算法形成和弦结构模型,结合乐曲的特征提取,研究并提出基于GAN对抗生成网络和VAE网络结合音乐理论规则的智能生成音乐对于现代流行音乐的创作和实现艺术的大众化和量产化具有重要的理论和实际意义。

中国传媒大学学报杂志要求:

{1}引注统一采用页下脚注形式,作者投稿时请按“1,2,3……”次序全篇连续编号,不加圈也不加括号,注码统一置于标点之后。

{2}来稿文责自负,所有作者应对稿件内容和署名无异议,稿件内容不得抄袭或重复发表。

{3}标题不超过15个汉字(可加副标题)。

{4}关键词一般要求3~8 个能反映文章主题内容的词(组)。

{5}基金项目:项目来源(XXXXXXXXXXX)。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国传媒大学学报

部级期刊
预计1个月内审稿

期刊主页
相关期刊
我们的服务