[发明专利]基于神经网络的音乐生成方法及装置

说明书

本发明实施例公开了一种基于神经网络的音乐生成方法及装置，该方法包括：获取目标音乐数据，对目标音乐数据进行聚类处理得到全局音乐序列；获取第一音乐序列，将全局音乐序列与第一音乐序列输入长短时记忆LSTM网络模型，基于LSTM网络模型的第一网络层确认第一音乐序列对应的序列上下文信息并输出上述序列上下文信息对应的目标音符；将目标音符输入上述LSTM网络模型的第二网络层，通过第二网络层获得目标音符的输入持续时长信息；根据目标音符的输入持续时长信息与目标音符，生成第二音乐序列，基于第二音乐序列得到合成音乐。采用本发明实施例，可以有效提高音乐合成的效率，增强合成音乐的趣味性，适用性更强。

技术领域

本发明涉及电子技术领域，尤其涉及一种基于神经网络的音乐生成方法及装置。

背景技术

在现代社会，流行音乐已经深入渗透到群众的生活当中，越来越多热爱音乐的人群走上音乐创作之路。

目前，音乐创作通常采取的方式为利用特征提取算法从特定音乐流派中提取音乐特征，并以此来创作相似的音乐作品，或者根据音乐的特殊语法构造简单的音乐片段，或者通过一个模型将已有的一些非音乐媒介信息(如图像、文字等)翻译成声音进行音乐合成的方法等。这些音乐创作方法尽管能够获得简单的、易于理解的音乐曲段和整个音乐结构，但在生成音乐的过程中比较容易出错，且每一种音乐创作方法生成的音乐旋律比较单一、简单，同时采取上述方法进行音乐创作的效率较低。

发明内容

本发明实施例提供一种基于神经网络的音乐生成方法及装置，可以提高音乐合成的效率，增强音乐合成的趣味性，适用性更强。

第一方面，本发明实施例提供了一种基于神经网络的音乐生成方法，该方法包括：

获取目标音乐数据，对上述目标音乐数据进行聚类处理得到全局音乐序列；

获取第一音乐序列，将上述全局音乐序列与上述第一音乐序列输入长短时记忆LSTM网络模型，基于上述LSTM网络模型的第一网络层确认上述第一音乐序列对应的序列上下文信息并输出上述序列上下文信息对应的目标音符；

将上述目标音符输入上述LSTM网络模型的第二网络层，通过上述第二网络层获得上述目标音符的输入持续时长信息；

根据上述目标音符的输入持续时长信息与上述目标音符，生成第二音乐序列，基于上述第二音乐序列得到合成音乐。

其中，上述对上述目标音乐数据进行聚类处理得到全局音乐序列，包括：

获取上述目标音乐数据中的多个连续音符，并计算上述多个连续音符对应的音符直方图；

基于聚类分析对上述音符直方图进行分类，得到目标聚类集合，上述目标聚类集合包括至少两个聚类，且各个聚类均由至少一个音符直方图组成；

选择上述目标聚类集合中的任一聚类，根据上述任一聚类得到全局音乐序列。

其中，上述第一音乐序列中包括至少7个连续的音符；上述第一网络层包括KeyLayer，上述Key Layer由第一循环神经网络RNN构成；

上述基于上述LSTM网络模型的第一网络层确认上述第一音乐序列对应的序列上下文信息并输出上述序列上下文信息对应的目标音符，包括：

获取上述全局音乐序列与上述第一音乐序列对应的音符表示信息，基于上述第一RNN中的LSTM单元根据上述全局音乐序列与上述第一音乐序列，以及上述音符表示信息确定上述第一音乐序列对应的序列上下文信息；

根据上述序列上下文信息确定上述第一音乐序列的最后一个音符的下一个音符，输出上述下一个音符以得到上述序列上下文信息对应的目标音符。

其中，上述第二音乐序列中包括旋律，上述第二网络层包括Press Layer，上述Press Layer由第二RNN构成；