[发明专利]一种音乐创作辅助装置

说明书

本发明公开了一种音乐创作辅助装置，包括：特征提取模块，用于提取输入旋律的高层特征，所述高层特征包括权重音、权重和弦、终止和弦以及结构和弦；特征编码与拼接模块，用于将当前音符、权重音以及权重和弦进行编码并进行编码向量的拼接以得到编码引导向量，还用于将上一节拍的和弦、终止和弦以及结构和弦进行编码并进行编码向量的拼接以得到解码引导向量；和弦生成模块，用于以编码引导向量作为Transformer模型的编码器的输入，以解码引导向量作为为Transformer模型的解码器的输入，经Transformer模型前向传导运算以生成和弦。该装置可以提高音乐质量和准确性。

技术领域

本发明属于音乐制作领域，具体涉及一种音乐创作辅助装置。

背景技术

人工智能辅助作曲指的是利用人工智能技术来对旋律进行一定程度上的预测或是帮助编配与旋律相适应的和弦，以辅助作曲家完成创作任务。相较于人工智能作曲，人工智能辅助作曲虽然对于创作的参与度较低，但是其可以很好地帮助作曲家减少创作过程中的迟疑和刻板状态。因此，人工智能辅助作曲有着巨大的潜在价值及意义。

现有的辅助作曲模型大致可分为基于数据与规则的作曲和应用自然语言处理技术的作曲。例如中国专利申请201410582178.1中公开了一种基于遗传算法的和弦伴奏生成方法，其采用遗传算法生成单音序列的和弦。这种过于依赖数据与规则，生成的和弦也差强人意。

随着自然语言处理和深度学习技术的高速发展，研究者也开始尝试将自然语言处理和深度学习技术应用到音乐和弦生成上。例如：微软亚洲研究院和浙江大学撰写的《PopMAG:Pop Music Accompaniment Generation》一文，在传统音乐编码方式MIDI的基础上，提出了一种扩展音乐编码方式MuMIDI，显式地建模音符之间的依赖关系，从而以单个序列的形式生成多轨音乐，解决了不同轨道之间的和谐问题，使得生成的音乐更加和谐。然而，PopMAG虽然利用了在自然语言处理领域有着良好表现的Transformer模型，并且关注到了音符之间的依赖关系，但是其研究者没有考虑利用专业的音乐知识来分析音乐，导致模型忽略了对音乐至关重要的高层音乐特征，没有注意到自然语言和音乐之间的差异。

根据用于可控文本生成Transformer模型与在条件约束下的音乐生成具有异曲同工之处，所以一些研究者开始尝试将加入了条件引导的Transformer模型应用到音乐生成领域，以提高生成音乐的质量和可控性。例如：MuseNet将音高、音量、乐器等信息组成为一个令牌加入到训练数据中，在训练过程中Transformer模型可以学习到相关信息，如作曲风格等，从而使其能够在此基础上进行创作。即MuseNet利用和声、旋律和风格等浅层特征来引导Transformer模型的生成，MuseNet虽然一定程度上考虑了音乐的特征，但是仍停留在音乐的浅层特征如风格，或者是旋律和声这种底层数据，未考虑到音乐的高层特征，缺少结合音乐分析理论对音乐的量化分析提取特征。

发明内容

鉴于上述，本发明的目的是提供一种音乐创作辅助装置，通过从旋律中提取高层特征，并基于高层特征构建Transformer模型的编码解码阶段的引导条件，利用引导条件以实现更深层的音乐和弦引导生成，进一步提高音乐质量和准确性。

为实现上述发明目的，实施例提供的一种音乐创作辅助装置，包括：

特征提取模块，用于提取输入旋律的高层特征，所述高层特征包括权重音、权重和弦、终止和弦以及结构和弦；

特征编码与拼接模块，用于将当前音符、权重音以及权重和弦进行编码并进行编码向量的拼接以得到编码引导向量，还用于将上一节拍的和弦、终止和弦以及结构和弦进行编码并进行编码向量的拼接以得到解码引导向量；

和弦生成模块，用于以编码引导向量作为Transformer模型的编码器的输入，以解码引导向量作为为Transformer模型的解码器的输入，经Transformer模型前向传导运算以生成和弦。