基于旋律結構的自動作曲研究_2226.pdf

1、自20世紀50年代以來，人工智能在自動作曲方面取得了一些進展，主要方法包括:基于馬爾科夫鏈和人工神經(jīng)網(wǎng)絡的相關機器學習方法，基于音樂規(guī)則和音樂文法的知識庫系統(tǒng)，遺傳進化算法，以及分層結構與細胞自動機理論等方法。這些方法都有不完善的地方，尤其是有關音樂結構性的研究方面非常薄弱，生成的樂曲不具備全局結構性，導致生成的音樂美感度較低，自動化程度不高。
　　為了解決計算機自動作曲存在的這些問題，生成滿足曲式要求的旋律，本文以旋律結構化為目

2、標，結合19世紀西方古典音樂的一種分層次的和聲結構遞歸簡化的分析方法——申克分析的分析思路，并輔助和聲學、旋律發(fā)展結構的相關樂理知識，生成了兼顧局部結構性與全局結構性的旋律。首先，結合申克分析的思想以及和聲進行、音程、調式等音樂理論，利用產生式規(guī)則生成主干旋律的基本框架。接著利用和聲規(guī)則等相關音樂理論將其轉化為主干和弦，并利用和弦映射等方法將主干和弦轉變?yōu)榫唧w的音符序列，再添加上修飾潤色的和弦外音，生成主題樂句，為旋律的局部結構化奠定基

3、礎。然后，通過模糊推理方法對旋律發(fā)展進行總體控制，利用設計的重復、音高偏移、樂句反轉等規(guī)則化方法將主題樂句進行擴展，從而生成全局結構化的完整旋律。最后，搭建基于旋律結構的自動作曲實驗系統(tǒng)平臺，通過該平臺生成若干首樂曲。通過對這些樂曲進行抽樣人工評估和機器評估，發(fā)現(xiàn)該方法能輸出兼顧局部結構性和全局結構性的旋律，提高了音樂美感度，從而提高了作曲的自動化程度。該研究在一定程度上解決了計算機智能作曲的單調結構性薄弱的問題，促進智能作曲在結構方面