audio - 尝试提出从声波中提取的功能以供人工智能歌曲 Composer 使用

Question

我正在计划制作一个人工智能歌曲 Composer ，它会接收一种乐器的一堆歌曲，从声波中提取音符(如 ABCDEFG)和某些特征，执行机器学习(最有可能通过循环神经网络) ，并输出一系列 ABCDEFG 音符(又名生成自己的歌曲/音乐)。

我认为这将是一个无监督学习问题，但我不太确定。

我想我会使用循环神经网络，但我对如何解决这个问题有几个问题:
- 我应该从声波中提取哪些特征才能使输出的音乐悠扬？

另外，我还有一些其他问题- 是否可以使用循环神经网络输出有序音符向量(ABCDEF)？
- 有什么聪明的方法可以输入声波的特征以及音符序列吗？

Answer 1

我曾经做过类似的事情(在matlab上制作类似shazam的应用程序)，我想你可以使用FFT(快速傅立叶变换)将其分解为组成频率及其相应的幅度。然后你可以使用频率范围不同的乐器，从一大堆中选择它们并进行分类。