基于深度强化学习的音乐生成研究与实现

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文的主要研究内容

1.4 本文的主要安排

2 相关工作概述

2.1 音乐的结构

2.2 音乐的基本要素

2.3 音乐的表现形式

2.4 机器学习

2.4.1 深度学习

2.4.2 强化学习

2.5 本章小结

3 字符级音乐生成网络 Melody_LSTM

3.1 音乐的表示方式

3.2 Melody_LSTM模型框架

3.3 Melody_LSTM模型训练

3.4 音乐生成

3.5 本章小结

4 基于深度强化学习 Actor-Critic 算法的音乐生成

4.1 面临的问题

4.2 ACMG模型框架

4.3 Critic网络

4.3.1 和弦进行奖励机制

4.3.2 乐理规则奖励机制

4.3.3 状态价值奖励机制

4.4 ACMG模型更新

4.5 本章小结

5 ACMG音乐生成实验

5.1 面临的问题

5.2 ASMD数据库

5.3 数据库对比实验

5.3.1 客观对比实验

5.3.2 主观对比实验

5.4 实验设置

5.5 实验结果

5.6 ACMG与Melody_LSTM对比实验

5.6.1 音符占比检测

5.6.2 乐理特征对比

5.6.3 和弦匹配度

5.7 ACMG与现有算法对比实验

5.7.1 旋律相似度

5.7.2 人耳评估

5.8 本章小结

6 总结与展望

6.1 本文总结

6.2 展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢