基于变分自编码器的交互式旋律生成方法  

Interactive melody generation based on variational autoencoder

作　　者：范纯龙 张振鑫 丁三军[3] 滕一平 王翼新 Fan Chunlong;Zhang Zhenxin;Ding Sanjun;Teng Yiping;Wang Yixin(School of Computer,Shenyang Aerospace University,Shenyang 110136,China;Large-scale Distributed System Laboratory of Liaoning,Shenyang 110136,China;Shenyang Aircraft Design Institute,Shenyang 110035,China)

机构地区：[1]沈阳航空航天大学计算机学院,沈阳110136 [2]辽宁省大规模分布式系统实验室,沈阳110136 [3]沈阳飞机设计研究所,沈阳110035

出　　处：《计算机应用研究》2021年第2期479-483,488,共6页Application Research of Computers

基　　金：国家自然科学基金资助项目(61902260)。

摘　　要：现有的交互式神经音乐生成方法主要存在控制模式不灵活、数据标注困难以及模型难以优化等问题。针对这些问题,提出了一种基于变分自编码器(VAE)的无监督交互式旋律生成方法。通过为VAE引入显式的旋律轮廓条件推理学习,实现了对生成旋律局部与全局特征的灵活控制。实验表明,该方法易于优化且具有良好的旋律局部与全局特征的控制能力。通过对大量生成样本的分析,证明了模型从音乐数据中学习到了有用的音乐知识。The existing interactive neural music generation methods were inflexible in control modes,high cost in manual labeling and difficult to optimize.By analyzing these methods,this paper proposed an unsupervised interactive melody generation method based on VAE.By introducing explicit conditional inference learning of melody contour to VAE,this method realized the flexible control to local and global features of generated melodies.Experiments show that this method is easy to optimize and obtain good control ability for local and global melody features.By analyzing generated samples,it proves that the model can learn useful music knowledge from music data.

关 键 词：音乐生成 变分自编码器 深度学习 交互式生成 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]