[发明专利]基于深度学习的和弦进行生成方法

说明书

本发明提供了一种基于深度学习的和弦进行生成方法，所述方法包括：S1、基于计算机视觉技术制作数据集，数据集包括旋律数据及和弦数据；S2、通过数据集训练基于注意力机制的旋律‑和弦机器翻译模型；S3、检测旋律序列，并将旋律序列输入至基于注意力机制的旋律‑和弦机器翻译模型，获取对应的和弦序列。本发明结合注意力机制模型及相关乐理理论，训练得到旋律‑和弦机器翻译模型，实现了旋律至和弦的自动翻译，降低了翻译模型训练损失值，提高了翻译准确率，能够为音乐旋律编配合适、动听的和弦进行。

技术领域

本发明涉及音乐和声技术领域，特别是涉及一种基于深度学习的和弦进行生成方法。

背景技术

和弦(chord)源自希腊文，原意是指弦线。在音乐理论里，是指组合在一起的两个或更多不同音高的音。在欧洲古典音乐及受其影响的音乐风格里，更多时候是指三个或以上的音高组合，而两个音高的组合则以音程来描述。和弦的组成音，可分开演奏，亦可同时演奏。

和弦有三度叠置与非三度叠置之分，在西方传统和声中的和弦，均按照三度叠置的原则构成，因此和弦表示为若干组成音的集合。按照现代和声协和理论，当两个不同音高的音同时奏响时，两音之间的音程差决定了这个和声的协和度，并且这个协和度是可以根据音程差进行分类的。

现有的自动伴奏技术需要由用户给出和弦，由琶音生成器(Arpeggiator)生成最终的伴奏。琶音生成器的原理即借由有限状态机(DFA)对给出的和弦里的音进行排列组合，生成一个由和弦音组成的单音序列。

现有技术中已经公开了几种和弦自动生成的技术，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，但采用遗传算法生成的和旋准确率仍然较低。

因此，针对上述技术问题，有必要提供一种基于深度学习的和弦进行生成方法。

发明内容

有鉴于此，本发明的目的在于提供一种基于深度学习的和弦进行生成方法。

为了实现上述目的，本发明一实施例提供的技术方案如下：

一种基于深度学习的和弦进行生成方法，所述方法包括：

S1、基于计算机视觉技术制作数据集，数据集包括旋律数据及和弦数据；

S2、通过数据集训练基于注意力机制的旋律-和弦机器翻译模型；

S3、检测旋律序列，并将旋律序列输入至基于注意力机制的旋律-和弦机器翻译模型，获取对应的和弦序列。

一实施例中，所述步骤S1具体为：

S11、获取若干乐谱图片；

S12、对乐谱图片进行分割处理，得到旋律区域图片及对应的和弦区域图片；

S13、将旋律区域图片及和弦区域图片对应转化为旋律文本数据及和弦文本数据，旋律文本数据包括高音和时值参数，和弦文本数据包括字母；

S14、对旋律文本数据及和弦文本数据进行处理得到数据集。

一实施例中，所述步骤S12具体为：

对乐谱图片进行一次高斯滤波降噪，再将乐谱图片进行横向投影，得到像素堆积的峰值特征；

追踪峰值特征定位到每行线谱的位置，裁剪出上方的旋律序列和下方的和弦序列；

将线谱、旋律序列、和弦序列标记合在一起的一行乐谱图片做纵向投影，追踪小节线特征将乐谱图片切割为旋律区域图片及和弦区域图片。

一实施例中，所述步骤S14具体为：

对旋律文本数据及和弦文本数据进行降维处理，去除旋律文本数据中的时值参数。