用于音乐生成的深度学习

我们的目标是构建一个基于深度神经网络架构的生成模型，尝试创作既具备和声又具备旋律，且能以假乱真如同人类所作的音乐。以往的音乐生成工作主要集中在创作单旋律。近期围绕时间序列概率密度估计展开的多声部音乐建模工作取得了一定成功。特别是，已有大量基于循环神经网络结合限制玻尔兹曼机（RNN-RBM）及其他类似循环能量模型的研究。然而，我们的方法是仅使用深度神经网络进行端到端的学习与生成。