典型文献
基于深层神经网络的音乐自动生成
文献摘要：
人工智能尽管在图像生成和短序列生成领域有着非常卓越的表现,但对于符号音乐的生成仍然有许多不足之处.因此,通过基于LSTM和WaveNet两种模型解决旋律生成的受限问题,探讨音乐结构的显式结构编码效果.实验结果表明,使用一堆扩展的卷积层对结构进行更明确的编码可以显著地提高性能,并且在生成过程中对底层和弦级数进行全局编码可以获得更好的效果.
文献关键词：
音乐生成;人工智能;机器学习;音乐结构分析;全局编码
中图分类号：
作者姓名：
周林
作者机构：
四川科技职业学院幼儿师范学院,四川眉山620564
文献出处：
引用格式：
[1]周林-.基于深层神经网络的音乐自动生成)[J].信息技术,2022(05):53-61
A类：
符号音乐,全局编码,音乐结构分析
B类：
深层神经网络,自动生成,图像生成,序列生成,WaveNet,旋律,显式,式结构,结构编码,一堆,卷积层,生成过程,和弦,音乐生成
AB值：
0.346626
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
