世界音乐
人工智能大会
2021 北京

中央音乐学院/民族文化宫
2021年10月22-24日

吴 尚达

吴尚达,湖南郴州人。现就读于中央音乐学院,2021级音乐人工智能博士生,师从孙茂松教授和俞峰教授。主要研究兴趣为深度学习算法在符号音乐领域中的应用。2015年至2019年本科就读于星海音乐学院,主修钢琴表演。2019年考入中山大学计算机学院攻读硕士学位,主修软件工程。

解耦音高和节奏的自动旋律和声配置

        和弦对歌曲以及器乐创作往往起着关键的指导作用。然而,由于其多模态的性质,为用户给定的旋律生成适当的和声进行至今仍是一项充满挑战的任务。当前,仅有少数研究关注基于神经网络的自动旋律和声配置,它们不仅难以生成符合给定旋律又兼具变化的节奏型,而且可以生成的和弦种类比较有限。为了在这项任务中实现更好的灵活性,我们提出了一个将音高和节奏解耦的基于神经网络的自动旋律和声配置模型。这个模型主要由两个部分组成:节奏解码器用于提供粗粒度的和弦起音信息,而和弦解码器则根据给定的旋律和先前由节奏解码器生成的对应序列,为和弦生成特定的音高。初步的生成结果表明,模型配置的和弦不仅有着分布良好的节奏,而且和声进行也比较合理。在未来,我们计划将这个模型移植到浏览器上,为音乐爱好者和艺术家提供一种兼具便捷和交互性的音乐创作方式。