基于BLSTM网络从符号旋律生成和弦
声音
2017-12-05 v1 机器学习
音频与语音处理
摘要
从单声部旋律生成和弦进行是一项具有挑战性的问题，因为和弦进行需要一系列同时演奏的分层音符。本文提出一种利用在lead sheet数据库上训练的双边长短期记忆（bidirectional long short-term memory, BLSTM）网络从符号旋律生成和弦序列的新方法。为此，从单声部旋律每一小节的音符中提取由12个半音组成的特征向量组。为确保数据具有统一的调性与时长特征，对向量的调号与拍号进行归一化。BLSTM网络随后从数据中学习以纳入时间依赖关系，从而产生和弦进行。通过与传统的基于HMM与DNN-HMM的方法进行比较，进行了定量与定性评估。所提模型相较其他模型分别实现了23.8%与11.4%的性能提升。用户研究进一步证实，听者更偏好所提方法生成的和弦序列。
引用
@article{arxiv.1712.01011,
title = {Chord Generation from Symbolic Melody Using BLSTM Networks},
author = {Hyungui Lim and Seungyeon Rhyu and Kyogu Lee},
journal= {arXiv preprint arXiv:1712.01011},
year = {2017}
}
备注
18th International Society for Music Information Retrieval Conference (ISMIR 2017)