基于深度循环神经网络的旋律算法作曲
机器学习
2016-06-24 v1 机器学习
摘要
算法作曲的一大挑战是设计一个既易于训练又能再现音乐中典型的长程时间依赖性的模型。本文研究了如何在一个大型旋律语料库上训练人工神经网络，并将其转化为能够生成与训练风格一致的新旋律的自动作曲器。我们采用了门控循环单元网络，该网络已被证明在学习具有任意长时间滞后的复杂序列激活方面特别有效。我们的模型并行处理节奏和旋律，同时建模这两个特征之间的关系。通过这种方法，我们能够生成有趣的完整旋律，或为旋律片段提供与其自身特征一致的延续建议。
引用
@article{arxiv.1606.07251,
title = {Algorithmic Composition of Melodies with Deep Recurrent Neural Networks},
author = {Florian Colombo and Samuel P. Muscinelli and Alexander Seeholzer and Johanni Brea and Wulfram Gerstner},
journal= {arXiv preprint arXiv:1606.07251},
year = {2016}
}
备注
Proceeding of the 1st Conference on Computer Simulation of Musical Creativity, Huddersfield University