申请/专利权人：暨南大学

申请日：2024-01-22

公开（公告）日：2024-03-12

公开（公告）号：CN117690399A

主分类号：G10H1/00

分类号：G10H1/00;G10H1/38

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本申请涉及基于LSTM的和弦旋律生成方法、装置、电子装置及介质，该方法包括：对待匹配和弦旋律的第一旋律片段进行预编码处理，得到第一拟合参数；利用已训备的特征提取模型对第一旋律片段进行处理，生成第一前端标签数据，基于第一前端标签数据和第一拟合参数，生成第一标签数据；对第一旋律片段所对应的音符的音高进行编码，生成第一旋律向量，利用已训备的和弦预测模型，处理第一旋律向量和第一标签数据，得到多个与第一旋律片段对应的候选和弦片段；在多个候选和弦片段中，基于预设的选择策略，选取第一旋律片段对应的目标和弦片段。通过本申请，解决利用相关模型进行根据旋律生成和弦的方案，生成的和弦视听不自然、与旋律适配效果不佳的问题。

主权项：1.一种基于长短期记忆网络LSTM的和弦旋律生成方法，其特征在于，包括：对待匹配和弦旋律的第一旋律片段进行预编码处理，得到第一拟合参数，其中，所述预编码处理用于表征对旋律片段的复杂度的拟合处理；利用已训备的特征提取模型对所述第一旋律片段进行处理，生成第一前端标签数据，并基于所述第一前端标签数据和所述第一拟合参数，生成第一标签数据，其中，所述第一标签数据用于表征对所述第一旋律片段待配的目标和弦片段的预期，所述特征提取模型是基于长短期记忆网络LSTM，并根据预设的第一样本旋律片段以及所述第一样本旋律片段对应的第一实谱和弦所对应的和弦分类进行训练的神经网络；对所述第一旋律片段所对应的音符的音高进行编码，生成第一旋律向量，并利用已训备的和弦预测模型，处理所述第一旋律向量和所述第一标签数据，得到多个与所述第一旋律片段对应的候选和弦片段，其中，所述和弦预测模型是双向长短期记忆网络BLSTM，并根据预设的第二样本旋律片段对应的第二旋律向量、第二实谱和弦和第二标签数据训练的神经网络，所述第二标签数据是根据第二前端标签数据和对所述第二样本旋律片段进行预编码处理生成的第二拟合参数生成的，所述第二前端标签数据是利用所述特征提取模型对所述第二样本旋律片段进行处理生成的；在多个所述候选和弦片段中，基于预设的选择策略，选取所述目标和弦片段，并将所述目标和弦片段作为所述第一旋律片段匹配的和弦。

全文数据：

权利要求：

百度查询： 暨南大学 基于LSTM的和弦旋律生成方法、装置、电子装置及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD