在音乐驱动的计算机舞蹈动作生成领域中,传统的音乐动作匹配模型和统计映射模型存在着以下几点问题。首先,模型生成的舞蹈与音乐本身的契合性不够强;其次,生成的舞蹈动作的完整性不足;第三,长时间舞蹈序列的平滑性和合理性有待加强;第四,传统模型无法生成新的舞蹈动作。如何根据音乐生成平滑完整并且契合音乐的舞蹈姿态序列是本文要研究的问题。针对这些问题,我们设计了一种基于深度学习的舞蹈生成算法来提取声音和动作特征之间的映射。在特征提取阶段,我们使用从音乐中提取的韵律特征与音频节拍特征作为音乐特征,从舞蹈视频中提取的人体骨骼关键点坐标作为运动特征进行训练。在模型搭建阶段,通过模型的生成器模块实现音乐与舞蹈动作的基本映射,以生成平滑的舞蹈姿态;通过判别器模块来实现舞蹈与音乐的一致性;通过自编码器模块使音频特征更具有代表性。在真人化阶段,使用改进版的Pix2Pix HD模型将舞蹈姿态序列转化为真人版的舞蹈。最终得到契合音乐的真人版的舞蹈。实验获取网络上的舞蹈视频作为训练数据,从损失函数值,不同Baseline比较,序列生成效果评估,用户研究和真人化舞蹈视频的质量评估五个方面进行实验结果分析。试验结果表明,我们的舞蹈生成模型方案能够有效提取音乐的特征,生成契合音乐的舞蹈姿态序列,并转化为逼真的真人舞蹈视频。