关键词与歌词中强拍的关系

人工智能歌曲生成日益受到关注，但探索特定抒情和节奏特征之间的潜在相关性的关注仍有限。相反，本实验性研究特别关注关键词与节奏应力特征（如强拍）之间的关系。它关注几个关键要素：关键词或非关键词、受压或不受压的音节以及强拍或弱拍，旨在发现有见地的相关性。实验结果表明，平均而言，80.8%的关键词落在强拍上，而62%的非关键词落在弱拍上。受压音节与强拍或弱拍之间的关系较弱，表明关键词与强拍的关系最强。此外，歌词节奏匹配得分（lyrics-rhythm matching score）——衡量关键词在强拍上和非关键词在弱拍上的匹配程度——在各种时间签名下为0.765，而音节类型的匹配得分为0.495。本研究表明，词类型与其对应拍类型之间的关联较强，如所示的 distinct patterns，而音节类型的关联则明显较弱。这种差异凸显了词类型在捕捉节奏结构方面的更大可靠性，突显了其在有效节奏匹配和分析中的关键作用。我们也得出结论，持续与强拍相匹配的关键词是歌词节奏关联的更可靠指标，为通过增强结构分析实现AI驱动的歌曲生成提供了宝贵见解。此外，我们开发了量身定制的Lyrics-Rhythm Matching（LRM）指标以最大化歌词与相应拍强度的匹配，并提出了新的LRM文件格式，在无需原始乐谱的情况下捕获关键歌词和节奏信息。