考慮調性、和聲與樂句的音樂自動生成

Abstract

在機器學習的應用上，音樂相關的研究雖然和自然語言處理相似，但舉凡和弦、調性等等音樂的特性，使得音樂處理中有更多可以考慮的面向。音樂生成是音樂處理其中一個題目，主要目的是讓模型能在短時間內自動生成全新的音樂。近年來，隨著機器學習模型的日新月異，音樂生成這塊領域也與之蓬勃發展，不但生成結果更流暢，更能生成複雜也有架構的音樂。 本論文以語言的形式看待音樂，定義音高、音長等音樂中的元素為所謂的音樂事件，依此將音樂表示成一連串的序列，並透過語言模訓練自迴歸模型，最後從預測機率取樣達到音樂生成的結果。我們使用貝多芬鋼琴奏鳴曲之功能和聲資料集作為訓練資料，並利用資料集中專業音樂人所標記之和弦、調性與樂句標籤設計音樂事件加入模型，生成帶有豐富音樂資訊的音樂。此外，我們更進一步透過和弦與調性標籤設計損失函數，使生成之音樂更具音樂性。最後我們設計主觀測試問卷，比較模型中音樂資訊有無對於聽感與樂理上的差異。