[发明专利]一种基于自注意力机制的民歌旋律自动生成方法

权利要求书

1.一种基于自注意力机制的民歌旋律自动生成方法，其特征在于，包括以下步骤：

选取民歌数据集；

将民歌数据集转换为时间序列形式；

利用卷积神经网络CNN提取民歌数据集的局部特征；

利用自注意力机制对卷积神经网络CNN提取的局部特征信息分配相应的权重并进行筛选；

将筛选结果输入BiGRU结构，捕捉局部特征中的重点特征；

根据重点特征构建融合自注意力机制的CNN-BiGRU神经网络；

选取民歌数据集输入CNN-BiGRU神经网络，并在CNN-BiGRU神经网络的功能函数中输入民歌数据集的初始部分seed、生成步数、temperature和最大步数；

CNN-BiGRU神经网络进行旋律预测并生成旋律预测结果。

2.如权利要求1所述的一种基于自注意力机制的民歌旋律自动生成方法，其特征在于，所述旋律预测结果包括旋律编码和MIDI格式的歌曲文件。

3.如权利要求1所述的一种基于自注意力机制的民歌旋律自动生成方法，其特征在于，所述将民歌数据集转换为时间序列形式的步骤，包括：

加载民歌数据集，过滤民歌数据集中全音符到十六分音符范围外的数据；

利用music21库处理加载的民歌数据集，获取每个民歌数据的key并找到民歌数据中的休止符，将歌曲的音调转调为C大调或A小调；

将民歌数据集的音调和休止符转化为时间序列，将民歌数据集转化成为字符串，并保存在文本中；

创建民歌字典并保存在json文件中，将保存的字符串映射转换成int类型的整数，生成训练序列，对训练序列进行one-hot编码序列，转化成适用于CNN-BiGRU神经网络训练的序列。

4.如权利要求1所述的一种基于自注意力机制的民歌旋律自动生成方法，其特征在于，所述BiGRU结构的构成函数为：

z_t＝σ(W_z·[h_t-1,x_t])

r_t＝σ(W_r·[h_t-1,x_t])

y_t＝σ(W_o·h_t)

其中：Z_t表示t时刻的更新门，r_t表示t时刻的重置门，h_t表示t时刻的激活状态，h_t-1表示t-1时刻的隐层状态，x_t表示t时刻的输入，σ表示激活函数，W_r、W_z、W_h、W_o均表示学习的权重参数。

5.如权利要求1所述的一种基于自注意力机制的民歌旋律自动生成方法，其特征在于，所述利用自注意力机制对卷积神经网络CNN提取的特征信息分配相应的权重并进行筛选的步骤，包括：

自注意力机制获取卷积神经网络CNN提取的特征信息；

自注意力机制的Self-Attention层计算特征信息的注意力权重，向量的维度设置为32，使用的激活函数为softmax；

其中，自注意力机制的计算公式如下：

其中，Attention(Q,K,V)表示自注意力的值，Q、K、V分别代表查询向量矩阵、键向量矩阵和值向量矩阵。

6.如权利要求1所述的一种基于自注意力机制的民歌旋律自动生成方法，其特征在于，还包括：

使用均方误差MSE评价CNN-BiGRU神经网络的优劣；

使用交叉熵损失函数loss值对CNN-BiGRU神经网络进行误差计算。