基于深度学习的音乐自动编曲算法研究与实现
计算机学院(国家示范性软件学院)
Research and implementation of automatic music arrangement algorithm based on deep learning
音乐编曲是音乐创作与制作过程中必不可少的环节。本项目的创意来源于对音乐创作过程中的挑战和机遇的认识。传统的音乐编曲通常需要掌握各类乐器的演奏原理、大量的人工参与和专业知识,而且创作过程中的灵感和创意往往依赖于个人的艺术素养和经验。这使得音乐编曲对于非专业音乐人或者没有深厚音乐背景的人来说具有一定的门槛和限制。
随着深度学习和人工智能的快速发展,我们希望利用这些先进的技术来探索音乐自动编曲的可能性。然而,在当前国内外基于深度学习的音乐生成领域研究中,单音轨生成及多音轨协同生成的效果都有待提高;此外,该领域中属性可控的伴奏生成研究也少有论及。放眼国内外,相对完备的自动音乐编曲系统更是凤毛麟角。在这样的背景下,我们希望填补深度学习在音乐自动编曲领域的空白,通过训练神经网络模型并结合音乐理论知识,我们希望可以开发出一种算法并部署一个实际可用的音乐自动编曲系统,能够根据输入的音乐旋律而自动产生具有艺术性和创意的音乐编曲。