本申請涉及音樂輔助作曲，具體而言，本申請涉及一種作曲方法、裝置及計算機可讀存儲介質(zhì)。

背景技術(shù)：

1、輔助音樂創(chuàng)作是指利用計算機技術(shù)和人工智能技術(shù)，幫助音樂創(chuàng)作者提高創(chuàng)作效率、豐富創(chuàng)作靈感和手段的一種方法。目前的輔助音樂創(chuàng)作大多只是實現(xiàn)了輸入輸出的自動化，不需要用戶用紙筆和樂器進行創(chuàng)作，為用戶提供了相應的便利，但用戶仍然依賴于樂理知識才能創(chuàng)作出有效的音樂作品，因此亟待發(fā)明一種能夠是指作曲自動化的方案。

技術(shù)實現(xiàn)思路

1、本申請?zhí)峁┝艘环N作曲方法、裝置及計算機可讀存儲介質(zhì)，可以現(xiàn)有的作曲方式存在的創(chuàng)作得到音樂曲風不一致導致的聽覺效果差的問題。所述技術(shù)方案如下：

2、第一方面，提供了一種作曲方法，該方法包括：

3、對待創(chuàng)作處理的第一樣本進行向量化表示，得到樣本序列；

4、利用退火算法對樣本序列進行處理，得到第一近似序列；

5、基于第一近似序列的音高時長分布特征、第一近似序列的音高音強分布特征分別從預設的音頻數(shù)據(jù)庫中進行篩選，得到第二近似序列和第三近似序列，音頻數(shù)據(jù)庫包括若干音頻片段及其各自對應的音素特征，音素特征包括音高時長分布特征和音高音強分布特征；

6、利用退火算法將第二近似序列和第三近似序列進行合并，得到目標序列，其中，目標序列包括在預設時間長度上音高近似度大于預設第一閾值。

7、第二方面，提供了一種作曲裝置，該裝置包括：

8、樣本序列確定模塊，用于對待創(chuàng)作處理的第一樣本進行向量化表示，得到樣本序列；

9、樣本序列處理模塊，用于利用退火算法對樣本序列進行處理，得到第一近似序列；

10、近似序列篩選模塊，用于基于第一近似序列的音高時長分布特征、第一近似序列的音高音強分布特征分別從預設的音頻數(shù)據(jù)庫中進行篩選，得到第二近似序列和第三近似序列，音頻數(shù)據(jù)庫包括若干音頻片段及其各自對應的音素特征，音素特征包括音高時長分布特征和音高音強分布特征；

11、目標序列確定模塊，用于利用退火算法將第二近似序列和第三近似序列進行合并，得到目標序列，其中，目標序列包括在預設時間長度上音高近似度大于預設第一閾值。

12、本申請實施例第三方面，公開了一種電子設備，該電子設備包括存儲器、處理器以及存儲在存儲器中并可在處理器上運行的計算機程序，處理器執(zhí)行計算機程序時實現(xiàn)上述方法的步驟。

13、本申請實施例第四方面，公開了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)上述方法的步驟。

14、本申請實施例通過對待創(chuàng)作處理的第一樣本進行向量化表示以得到樣本序列，從而利用退火算法對樣本序列進行處理得到第一近似序列，基于第一近似序列的音高時長分布特征、第一近似序列的音高音強分布特征分別從預設的音頻數(shù)據(jù)庫中進行篩選，得到第二近似序列和第三近似序列，音頻數(shù)據(jù)庫包括若干音頻片段及其各自對應的音素特征，音素特征包括音高時長分布特征和音高音強分布特征，進而利用退火算法將第二近似序列和第三近似序列進行合并，得到目標序列，其中，目標序列包括在預設時間長度上音高近似度大于預設第一閾值，這種將樣本進行向量化后在音頻數(shù)據(jù)庫中篩選出近似序列并進行合并得到目標序列的方式，使得創(chuàng)作得到的目標序列與樣本具有相似的因素特征，使得創(chuàng)作得到的音樂與樣本的曲風保持一致，解決了現(xiàn)有輔助音樂創(chuàng)作無法是指作曲自動化的問題。

技術(shù)特征：

1.一種作曲方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

3.根據(jù)權(quán)利按要求1所述的方法，其特征在于，所述利用退火算法將所述第二近似序列和所述第三近似序列進行合并，得到目標序列，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述目標函數(shù)基于第三時間窗口獲取的主音高變化特征和第四時間窗口獲取的主音高的變化特征獲取；其中，主音高為第一近似序列中占比最大的音高，主音高的變化特征為主音高相對于前一時間窗口的時長變化特征或音強變化特征。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述目標函數(shù)的值按照如下的方式獲?。?/p>

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，

7.根據(jù)權(quán)利要求1所述的的方法，其特征在于，所述第一近似序列的產(chǎn)生過程包括：

8.根據(jù)權(quán)利要求7所述的的方法，其特征在于，所述更新后樣本序列的特征值基于第三近似度序列獲得；

9.一種作曲裝置，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲計算機指令，所述計算機程序被處理器調(diào)用執(zhí)行如權(quán)利要求1-8中任一項所述的方法。

技術(shù)總結(jié)
本申請涉及音樂輔助作曲技術(shù)領(lǐng)域，具體涉及一種作曲方法、裝置及計算機可讀存儲介質(zhì)，其中方法包括：對待創(chuàng)作處理的第一樣本進行向量化表示，得到樣本序列；利用退火算法對樣本序列進行處理，得到第一近似序列；基于第一近似序列的音高時長分布特征、第一近似序列的音高音強分布特征分別從預設的音頻數(shù)據(jù)庫中進行篩選，得到第二近似序列和第三近似序列，音頻數(shù)據(jù)庫包括若干音頻片段及其各自對應的音素特征，音素特征包括音高時長分布特征和音高音強分布特征；利用退火算法將第二近似序列和第三近似序列進行合并，得到目標序列，其中，目標序列包括在預設時間長度上音高近似度大于預設第一閾值。解決了現(xiàn)有輔助音樂創(chuàng)作無法是指作曲自動化的問題。

技術(shù)研發(fā)人員：韓璐
受保護的技術(shù)使用者：南陽師范學院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15