申请/专利权人:江苏云幕智造科技有限公司
申请日:2023-11-08
公开(公告)日:2023-12-12
公开(公告)号:CN117217261A
主分类号:G06N3/0455
分类号:G06N3/0455;G06F40/126;G06F40/284;G06N3/047;G06N3/084;G10H1/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.29#实质审查的生效;2023.12.12#公开
摘要:一种基于和弦和歌词结构的吉他和弦生成模型的方法,包括如下步骤:S1收集和准备:收集和准备用于模型训练的音乐样本;S2输入编码:将所述音乐样本编码成音乐数据;S3Dropout层:在所述音乐数据中应用Dropout层;S4全连接层:将Dropout层后的音乐数据传递给全连接层;S5位置编码:引入位置编码;S6双向Transformer层:双向Transformer层由正向Transformer网络和反向Transformer网络组成,所述双向Transformer层的目标是在模型中引入自注意力机制,以来捕获音乐数据中的内部关系;S7全连接层;S8Softmax层;S9和弦预测。本发明所述的基于和弦和歌词结构的吉他和弦生成模型的方法,设计合理,采用双向Transformer结构的创新方法有助于解决音乐生成中和弦与歌词之间的关联问题,提高了生成音乐作品的质量和一致性。
主权项:1.一种基于和弦和歌词结构的吉他和弦生成模型的方法,其特征在于,包括如下步骤:S1收集和准备:收集和准备用于模型训练的音乐样本;S2输入编码:将所述音乐样本编码成音乐数据,所述音乐数据为模型可以理解的形式;S3Dropout层:在所述音乐数据中应用Dropout层;S4全连接层:将Dropout层后的音乐数据传递给全连接层,进行捕获和强化特征;S5位置编码:引入位置编码,将上述音乐数据中不同位置的元素区分开,帮助模型理解音乐数据的顺序信息;S6双向Transformer层:双向Transformer层由正向Transformer网络和反向Transformer网络组成,所述双向Transformer层的目标是在模型中引入自注意力机制,以来捕获音乐数据中的内部关系,同时分别学习全曲和弦信息和整曲歌词信息;S7全连接层:将双向Transformer层后的音乐数据再次传递给全连接层,进行进一步捕获和强化特征;S8Softmax层:将上述音乐数据传递给Softmax层,所述Softmax层在模型中用于预测下一个和弦;S9和弦预测:根据Softmax层的输出,选择概率最高的和弦作为模型的预测结果,从而生成音乐的下一部分。
全文数据:
权利要求:
百度查询: 江苏云幕智造科技有限公司 一种基于和弦和歌词结构的吉他和弦生成模型的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。