论文部分内容阅读
算法作曲是人工智能领域中一个重要的研究方向,而为歌词配主旋律是其中一个十分具有挑战性和现实意义的研究分支。
本文把为歌词配主旋律看作是类似机器学习的一项任务,通过训练一系列经过风格分类的样本谱例,分别建立了多种不同风格的隐马尔科夫模型来试图模拟作曲家为不同风格的歌词配主旋律的思维过程,从而实现了各种风格的作曲机的构架。此外,在训练过程中收集乐汇元结构和乐段设计模板,为乐曲创作提供计算机可用的模板和素材。至此,为歌词配主旋律可被抽象为一个分层控制的过程,即系统根据用户指定的旋律创作风格选用相应的风格作曲机生成最终的乐曲。
文中提出了“乐汇元结构”的概念,该结构由乐汇原始旋律音型转换而来。通过乐汇元结构,系统可以抽取原始旋律音型信息以及确定歌词与旋律间的内在关联。
其次,提出了“乐段设计模板”的概念,通过乐段设计模板的选用,系统生成的乐曲可以在一个指定的阈值内保持模板的结构特点,从而保留其情感色彩。
再次,提出了人机交互的系统作曲思想。如何使得不具备专业作曲知识的大众阶层也可以实现音乐创作的梦想是我们的研究目标,那么建立一个简单、易于操作的人机交互模型是我们的研究重点。系统可以根据用户在人机交互界面中输入的创作乐曲风格,而选用合适的风格作曲机来为用户创作指定风格的乐曲。
最后,提出了一种适用于大众评估的计算机作曲的情感评估模型。基于情感评估模型的风格评估结果,不仅可以直观的评估系统完成创作目标的优劣,而且可以对不同的作曲算法进行比对,进一步推进算法作曲的发展。
在理论研究的基础之上,我们设计了一个基于人机交互思想的自动歌词配曲系统。该系统可以为用户输入的歌词创作指定风格的乐曲。通过文章最后的实验结果及评估证明,歌词自动配曲系统可以达到为具备不同音乐知识的大众创作指定风格的乐曲这一创作目标。