本文主要以传统编程技术在算法作曲中的应用为研究对象,探讨音乐创作与音乐分析“局部自动化”等问题。因此,本文首先结合相应的实践方法,针对现今计算机介入作曲的各种方式进行分类与比较。本文认为,虽然以神经网络和深度学习为代表的人工智能技术,在自动化作曲领域占据领先地位,但是综合现有的各方面条件,它还存在一定的缺陷,譬如其应用落地的使用场景过于单一,作曲家无法准确介入到音乐的具体产生过程环节等。传统的编程技术对于作曲家实现创作的局部自动化具有重要意义,因此笔者根据不同的创作需求,建立了一些常用的功能模块,并已经成功地运用在了几部新作品中。当然,对于音乐专业的人来说计算机的编程知识相对匮乏,于是,一些不懂编程的作曲家寻求与计算机工程师的合作,建立研究团队来共同完成一部艺术作品。但是年轻一代的作曲家群体,应该积极掌握计算机辅助创作领域的各项技能,力求成为计算机与作曲两个交叉领域的综合型人才。因为只有作曲家本人才最清楚到底想要在作品中呈现怎样的“艺术需求”,也只有作曲家本人,才清楚计算机应在创作过程中的哪些环节、哪个创作参数处,需要进行什么形式的辅助。作曲家应该在这个过程中掌握着相对大的主动权,把个人需求通过计算机算法来实现,再把算法植入在程序里,从而达到“人机合一”的理想效果。本文包括上下篇,上篇主要讲述了传统编程理论的语言、建模与运用。第一章简述了编程技术对创作的影响,以及Scheme这门编程语言在音乐领域的运用特征。第二章着重于探究两个方面:1、两个最为基础的音乐参数——节奏和音高;2、如何在避免机械性的同时,提炼个性化的创作需求,最终通过算法的控制来形成程序。下篇分别从音乐创作和音乐分析两个角度来实践编程技术在算法作曲中的运用:第三章论述展示了一部个人作品《轴离》的创作过程,这部作品依靠算法辅助软件完成;第四章论述了德国作曲家艾诺波普(Enno Poppe)的算法控制背后所体现的程序控制思维。以此论证,相较于单纯依靠人力来进行音乐创作的传统方法,算法作曲在未来有着很大的优势和潜能。