为音乐即服务生成非平凡旋律

我们提出一种生成流行音乐的混合神经网络与基于规则的系统的系统。纯基于规则系统产生的音乐往往听起来机械。机器学习产生的音乐听起来较好，但仍缺乏层次化时间结构。我们通过用时间生成文法增强机器学习来恢复时间层次结构，该文法生成音乐的整体结构和和弦进行。然后由条件变分循环自编码器生成兼容的旋律。该自编码器使用来自 10,000 个 MIDI 文件语料的八小节片段进行训练，其中每个文件的旋律轨和和弦进行均已启发式识别。自编码器将旋律映射到一个多维特征空间，以底层和弦进行为条件。然后通过向自编码器的解码器输入来自该空间的随机样本以及由文法生成的和弦进行来生成旋律。该自编码器可以对现有旋律做出音乐上合理的变奏，适用于重复动机。它还可以将旋律重新和声到新的和弦进行，保持节奏和轮廓。生成的音乐优于为音乐即服务行业设计的其他学术和商业软件。