[发明专利]一种基于LSTM的音乐自动合成方法及系统

权利要求书

1.一种基于LSTM的音乐自动合成方法，其特征在于，该方法包括：

S10，准备多种不同类型的MIDI音乐数据，解析音乐数据获取对应的乐谱及时间节点，并将读取结果创建对应的第一向量；

S20，将对应歌曲的歌词进行分词处理，并以歌词为基准创建对应具有相关性的第二向量；

S30，使用时间循环神经网络将第一向量作为输入，第二向量作为输出，使用优化器学习预测处理；

S40，在时间索引的每个预测中输出每个状态的概率；

S50，将生成的结果重新编码为MIDI文件。

2.根据权利要求1所述的基于LSTM的音乐自动合成方法，其特征在于，所述步骤S10具体包括：

从多种类型流行曲的MIDI中提解析相关的乐谱及时间节点，并用使用onehot编码将对应的127个不同的音符编码成一个长度为127维的onehot向量。

3.根据权利要求1所述的基于LSTM的音乐自动合成方法，其特征在于，所述步骤S20具体包括：

基于现有的分词库将歌词分词，并使用DF-IF算法将各个词汇编码成对应唯一的有相关性的向量。

4.根据权利要求1所述的基于LSTM的音乐自动合成方法，其特征在于，所述步骤S30具体包括：

使用第一LSTM层及第二LSTM层将音符编码进行作为输入，词汇编码进行输出，使用优化器进行预测学习。

5.根据权利要求4所述的基于LSTM的音乐自动合成方法，其特征在于，所述第一LSTM层及第二LSTM层后添加带有滑动模块的Attention机制层，并且使用分类交叉熵作为损失函数，第一LSTM层及第二LSTM层包括512个隐藏单元。

6.根据权利要求4所述的基于LSTM的音乐自动合成方法，其特征在于，所述优化器为ADAM优化器。

7.根据权利要求1所述的基于LSTM的音乐自动合成方法，其特征在于，所述步骤S40具体包括：

S41，在预测阶段添加多样性参数α，所述α用于通过加权概率抑制或鼓励预测多样性，其中α的第i个状态p_i的概率被重新加权为

S42，根据重新加权概率对状态进行采样来选择状态之一，其中第一LSTM层及第二LSTM层始终保持相同层数。

8.一种用于执行权利要求1-7任意所述方法的基于LSTM的音乐自动合成系统，其特征在于，该系统包括：

准备模块，用于准备多种不同类型的音乐数据，解析音乐数据获取对应的乐谱及时间节点，以及，将MIDI音符创建对应的第一向量；

分词模块，用于将对应歌曲的歌词进行分词处理，并以歌词为基准创建对应具有相关性的第二向量；

训练模块，用于使用时间循环神经网络将第一向量作为输入，以及，将第二向量作为输出，使用优化器学习预测处理；

预测模块，用于在时间索引的每个预测中输出每个状态的概率；

输出模块，用于将生成的结果重新编码为MIDI文件。