-
公开(公告)号：CN110085263A
公开(公告)日：2019-08-02
申请号：CN201910349104.6
申请日：2019-04-28
申请人： 东华大学
摘要： 本发明公开了一种基于adaBoost算法和生成对抗网络的音乐情感分类和机器作曲方法，包括：利用adaBoost算法进行音乐情感分类；加入自注意力机制的生成对抗网络的建立；根据需求生成特定情感的乐段。本发明的创新点在于能够有效地对不同曲风的音乐进行分类并辅助作曲家直接针对特定曲风要求进行作曲。与传统的RNN算法等音乐生成方法相比，也有着更优质的生成质量，并且可以帮助解决多音轨样本生成的难题。
-
公开(公告)号：CN110085203A
公开(公告)日：2019-08-02
申请号：CN201910312288.9
申请日：2019-04-18
申请人： 东华大学
摘要： 本发明公开了一种基于对偶生成对抗网络的音乐风格融合方法，包括：将音频文件转为波形图文件训练，引入对偶学习的思想，建立三个互相耦合的生成对抗网络去完成两种不同风格的音乐序列的融合。本发明的创新点在于能够有效地对两种不同曲风的音乐进行融合生成新的序列，与音乐风格融合领域的现有方法相比，提出了使用波形图形文件做音乐生成的新思路。
-
公开(公告)号：CN110085263B
公开(公告)日：2021-08-06
申请号：CN201910349104.6
申请日：2019-04-28
申请人： 东华大学
摘要： 本发明公开了一种基于adaBoost算法和生成对抗网络的音乐情感分类和机器作曲方法，包括：利用adaBoost算法进行音乐情感分类；加入自注意力机制的生成对抗网络的建立；根据需求生成特定情感的乐段。本发明的创新点在于能够有效地对不同曲风的音乐进行分类并辅助作曲家直接针对特定曲风要求进行作曲。与传统的RNN算法等音乐生成方法相比，也有着更优质的生成质量，并且可以帮助解决多音轨样本生成的难题。
-
-
搜索结果
3 条记录 (耗时 0.032 秒)
筛选
AND
AND
过滤
NOT
NOT