基于神经网络的算法作曲系统

【摘要】：音乐是人类天然的爱好与艺术追求之一。自古以来哲学家们对人类是怎样欣赏艺术,怎样创作创作有着浓厚的兴趣。而很早的时候,人类便对音乐有了诸多的理论。在音乐史上,作曲家们也没有停止过对作曲技巧的总结和归纳。随着现代化的发展,人工智能概念的提出,人们渐渐产生了可不可以让计算机进行音乐创作的想法,于是算法作曲的概念应运而生。算法作曲这一研究课题,不仅在实用上有着辅助创新的应用,更是可以让人类反省、归纳自己的认知和创新过程,有着积极的意义。本文基于人工智能的方法和思想,在算法作曲领域做了一定的工作。首先总结了算法作曲中可能用到音乐的常见的特征,及音乐数据的知识表示问题。介绍了使用递归神经网络进行算法作曲的总体思想,可能会遇到的梯度消失问题,以及可以避免梯度消失问题的Long Short-term Memory神经网络算法。本文还提出了对音乐数据集聚类可以对音乐的学习起到更好的效果,可以让数据产生有意义的分布,这在相关研究中是不多见的。最后,基于本文介绍的若干知识点,本文提出了自己的一个算法作曲系统,它可以对预定义的训练数据集进行训练,或者对用户给定的数据集进行训练,也可以在已有数据集的情况下,根据任一用户给定的音乐,产生与该音乐相似的音乐数据集进行训练。在训练完成后,用户指定初始向量和播放长度,系统便可以播放出自己创作的音乐。本文是计算机在音乐创新领域的一个初步探讨。在文章最后,本文提出了自己的不足,以及一系列可以改进的方向。