一种基于分数时频特征提取的新型 LSTM 音乐生成器
声音
2026-04-21 v1 人工智能
计算与语言
摘要
本文提出一种基于人工智能（AI）系统的音乐生成方法。我们分析音乐特征并用于拟合与预测音乐。分数 Fourier 变换（FrFT）和长短期记忆网络（LSTM）是本方法的基础。FrFT 用于提取音乐片段的谱特征，其中将音乐信号在时频域中表达。LSTM 网络用于根据提取的特征生成新音乐，利用隐藏层特征和实时输入进行预测，采用 GiantMIDI-Piano 数据集进行实验。我们的实验结果表明，所提出的系统能够生成质量相当于人类生成音乐的高质量音乐。
引用
@article{arxiv.2604.17823,
title = {A novel LSTM music generator based on the fractional time-frequency feature extraction},
author = {Li Ya and Chen Wei and Li Xiulai and Yu Lei and Deng Xinyi and Chen Chaofan},
journal= {arXiv preprint arXiv:2604.17823},
year = {2026}
}
备注
This work was supported by Hainan Provincial Natural Science Foundation of China (Grant No. 723QN238)