面向农牧民歌旋律的自动伴奏技术研究

摘要

近些年，随着我国经济文化发展，涌现出越来越多的农民歌手。在广大农村地区，音乐创作、音乐演奏变得越来越流行。随着计算机科学的发展，自动伴奏技术在音乐创作和音乐演奏中，越来越多被应用。然而，目前的自动伴奏技术研究主要是面向蓝调、爵士等国外音乐风格，针对民族音乐的研究非常稀少。为此，结合农村音乐发展现状，本文提出一种面向农牧民歌旋律的自动伴奏算法，以解决农牧地区的音乐自动伴奏问题。
　　本文首先介绍了算法作曲的历史及研究现状，分析了自动伴奏方面常用的几种人工智能方法在实际应用中存在的问题，如马尔可夫转换表中频繁转换造成的旋律内涵偏离、遗传算法中适应度函数的瓶颈问题等。
　　然后，结合音乐基础理论与人工智能算法，设计一种乐谱编码方式，实现乐谱信息数字化。在对乐谱数字编码的基础上，针对现有自动伴奏算法存在的问题，结合隐马尔可夫模型的优点，提出一种面向农牧民歌旋律的自动伴奏算法。该算法首先构建一个和声进行规则库，通过提取主旋律的风格、调式等特征结合和声进行规则库，为主旋律生成一个伴奏和弦序列。其次，将旋律根据音高关系和音长关系抽象为音型结构，结合隐马尔可夫模型在算法作曲中的应用，将主旋律音型结构作为观测值，伴奏音型结构作为隐含状态，构建一个伴奏音型结构的隐马尔可夫模型。然后，通过Viterbi算法，为主旋律生成伴奏声部的音型结构序列，最后将生成的伴奏和弦序列、音型结构序列，进行模进处理，生成完整的伴奏旋律。
　　最后，在VC++环境下搭建一个自动伴奏实验系统平台，通过该实验平台验证上述算法的实际效果。实验结果表明，该系统生成的伴奏能够满足特定人群的需求。

目录

摘要

第一章 绪论

1．1 引言

1．2 算法作曲

1．2．1 算法作曲的发展历史

1．2．2 算法作曲研究的问题

1．2．3 伴奏旋律概述

1．3 研究现状

1．3．1 基于遗传算法技术

1．3．2 基于规则的知识库系统

1．3．3 基于人工神经网络的方法

1．3．4 基于音乐文法的方法

1．3．5 基于Markov转换表的算法作曲方法

1．4 本文研究的主要内容及结构安排

第二章 相关理论知识

2．1 隐马尔可夫模型

2．1．1 隐马尔可夫模型概述

2．1．2 HMM的三个基本问题

2．1．3 HMM的基本算法

2．2 相关旋律学基础理论及其数字化描述

2．2．1 乐音体系

2．2．2 节奏与节拍

2．2．3 音程与和弦

2．2．4 调与调式

第三章 自动伴奏算法的构建

3．1 伴奏和弦选取算法

3．1．1 候选伴奏和弦选取算法

3．1．2 和弦序列生成算法

3．2 伴奏音型的HMM

3．2．1 音型结构HMM构建

3．2．2 音型结构HMM的训练算法

3．2．3 伴奏音型结构序列生成算法

3．3 伴奏和声生成

第四章 自动伴奏实验系统设计与实验

4．1 自动伴奏系统总体设计

4．1．1 系统框架结构

4．1．2 系统处理流程

4．2 数据训练过程

4．2．1 样本数据筛选及分类

4．2．2 和声进行规则数据库构建

4．3 实验结果与分析

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

攻读学位期间的科研成果

声明