基于音型数据库的钢琴自动伴奏系统的研究与设计

摘要

算法作曲是人工智能领域中一个研究方向，而为旋律配伴奏是其中一个十分具有挑战性和现实意义的研究分支。本文把旋律配和声看作是类似机器学习的一项任务，通过对于一系列样本的训练，构建了一个钢琴伴奏音型元结构数据库。随后，建立两个HMM模型来尝试着模拟作曲家为旋律配伴奏的思维过程，最终利用Viterbi算法为新的旋律乐段配钢琴伴奏。 文中，提出了“钢琴伴奏元结构”的概念，钢琴伴奏元结构由钢琴原始伴奏音型转换而来，元结构中每个音符的音高信息是一个变量，它随着应用环境的变化而不同，并且元结构中包含了能够表征一个和声状态的单拍子独立音群结构或单小节音群结构，以及涵盖1～3小节音乐片段中的模仿，模进创作技巧。所有这些，使得利用音型元结构来为旋律配伴奏，更加具有灵活性，多变性，更具有生命力。 此外，本文建立了节奏对比HMM以及和声HMM来模拟作曲家为旋律配置符合当前上下文音乐环境的节奏及和声的思维活动。节奏对比HMM是以确定的旋律片段中的音符时值序列为观察值，以对应的伴奏音型的节奏序列为隐含状态。而在和声HMM中，我们以一个小节或者一个拍子的旋律片段中的骨干音序列为观察值，以特征和弦为隐含状态。 本文旨在设计一个钢琴自动伴奏系统，它以一系列的带有钢琴伴奏的样本谱例为输入，通过训练阶段，系统收集钢琴原始伴奏音型并转换为音型元结构存入数据库中，同时调整2个HMM的参数，形成某种与输入样本相关的伴奏风格。在配曲阶段，系统根据旋律乐曲的基本信息，以及目前参数的伴奏风格，利用Viterbi算法，在数据库中为旋律片段选择合适的钢琴伴奏元结构，并且最终生成钢琴伴奏。

目录

文摘

英文文摘

声明

第一章绪论

1.1算法作曲

1.1.1算法作曲的定义

1.1.2算法作曲的发展历史

1.1.3算法作曲的特点

1.2旋律配伴奏概述

1.3相关研究概况

1.3.1基于规则的知识库系统

1.3.2人工神经网络

1.3.3基于演化的遗传算法技术

1.3.4算法作曲的音乐文法

1.3.5其他的一些方法

1.3.6研究发展趋势

1.4本文的创新点

1.5论文的结构

第二章自动伴奏系统中的HMM

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自动伴奏系统理论模型概述

2.3系统基本概念的形式描述

2.3.1音符、音群的形式描述

2.3.2调式的形式描述以及音级计算模型

2.3.3音群结构的'R级置换

2.3.4模仿结构的形式描述以及原始钢琴伴奏音型

2.3.5调式和弦与音群结构的特征和弦及和弦特征

2.3.6节奏对比序列

2.3.7 K声调式音阶特征以及最优特征和弦序列

2.4音型元结构概述

2.5自动伴奏系统中的两个HMM

2.5.1钢琴伴奏风格的形式描述

2.5.2和声的隐马尔可夫模型

2.5.3节奏对比的隐马尔可夫模型

2.6 HMM的训练过程

2.7 HMM中Viterbi算法的应用

第三章系统以及实验结果

3.1钢琴自动伴奏系统概要

3.1.1系统设计目标及组成

3.1.2系统的框架结构

3.2系统训练过程

3.3音型数据库的建立

3.3.1数据库的组成

3.3.2音型元结构的收集

3.4配曲过程

3.5实验结果以及分析

第四章总结与展望

4.1全文总结

4.2今后的工作

附录一算法配伴奏的实验结果

参考文献

硕士期间所参与的科研课题与发表论文

致谢