程序音乐生成技术

Question

关闭。这个问题是 opinion-based 。目前不接受答案。

已关闭 9 年前。

已锁定。这个问题及其答案是 locked因为这个问题是题外话，但却具有历史意义。目前不接受新的答案或互动。

一段时间以来，我一直在对内容的程序生成进行大量思考，但我从未见过对程序音乐进行太多实验。我们拥有生成模型、动画、纹理的出色技术，但音乐仍然是完全静态或简单的分层循环(例如《孢子》)。

因此，我一直在思考最佳的音乐生成技术，并且我很好奇其他人的想法。即使您之前没有考虑过，您认为什么效果最好？请每个答案一种技术，并尽可能提供示例。该技术可以使用现有数据或完全从头开始生成音乐，也许可以根据某种输入(情绪、速度等)。

Answer 1

最成功的系统可能会结合多种技术。我怀疑您是否会找到一种适用于所有音乐流派的旋律、和声、节奏和低音序列生成的技术。

Markov chains例如，非常适合旋律和和声序列生成。该方法需要分析现有歌曲来构建链转移概率。马尔可夫链的真正美妙之处在于状态可以是任何你想要的。

• 对于旋律生成，请尝试使用与调相关的音符编号(例如，如果调是 C 小调，则 C 为 0，D 为 1，D# 为 2，依此类推)
• 对于和声生成，请尝试组合和弦的根音、和弦类型(大调、小调、减音、增音等)以及和弦的转位(根音、第一和弦)。或第二)

Neural networks非常适合time series prediction (预测)，这意味着它们同样适合在针对现有流行旋律/和声进行训练时“预测”音乐序列。最终结果将类似于马尔可夫链方法。除了减少内存占用之外，我想不出马尔可夫链方法有什么好处。

除了音高之外，您还需要持续时间来确定生成的音符或和弦的节奏。您可以选择将此信息合并到马尔可夫链状态或神经网络输出中，也可以单独生成它并组合独立的音高和持续时间序列。

Genetic algorithms可用于演变节奏部分。一个简单的模型可以使用二进制 chromosome其中前 32 位代表底鼓的模式，第二个 32 位代表军鼓，第三个 32 位代表闭合踩镲等。这种情况的缺点是它们需要持续的人类反馈来评估新进化模式的适应性。

安expert system可用于验证其他技术生成的序列。这种验证系统的知识库可能可以从任何优秀的音乐理论书籍或网站中获取。尝试 Ricci Adams 的 musictheory.net .