一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

梵叹音乐生成方法、装置、设备及存储介质与流程

2021-07-02 14:09:00 来源:中国专利 TAG:神经网络 人工智能 装置 生成 方法

技术特征:

1.一种梵叹音乐生成方法,其特征在于,所述梵叹音乐生成方法包括:

从预设的梵叹音乐数据集中获取第一音乐片段信息和第二音乐片段信息,所述第一音乐片段信息和所述第二音乐片段信息为不衔接且不重叠的音乐片段;

调用变分自编码器中的编码器分别对所述第一音乐片段信息和所述第二音乐片段信息进行编码,得到第一低维向量序列和第二低维向量序列;

通过结合注意力机制的循环神经网络模型对所述第一低维向量序列和所述第二低维向量序列进行修复处理,得到输出向量序列;

通过所述变分自编码器中的解码器对所述输出向量序列进行解码,得到多个音乐修复片段,每个音乐修复片段为符合上下文的音乐序列;

按照所述多个音乐修复片段进行交互式音乐创作,得到目标梵叹音乐。

2.根据权利要求1所述的梵叹音乐生成方法,其特征在于,所述调用变分自编码器中的编码器分别对所述第一音乐片段信息和所述第二音乐片段信息进行编码,得到第一低维向量序列和第二低维向量序列,包括:

对所述第一音乐片段信息和所述第二音乐片段信息分别进行数据预处理,得到第一处理后的音乐片段信息和第二处理后的音乐片段信息,并将所述第一处理后的音乐片段信息和所述第二处理后的音乐片段信息分别输入至变分自编码器中的编码器,所述编码器包括一个嵌入embedding网络层、一个双向长短期记忆网络层和两个线性层;

通过所述embedding网络层、所述双向长短期记忆网络层和所述线性层依次分别对所述第一处理后的音乐片段信息和所述第二处理后的音乐片段信息进行编码处理,得到第一低维向量序列和第二低维向量序列。

3.根据权利要求2所述的梵叹音乐生成方法,其特征在于,所述通过所述embedding网络层、所述双向长短期记忆网络层和所述线性层依次分别对所述第一处理后的音乐片段信息和所述第二处理后的音乐片段信息进行编码处理,得到第一低维向量序列和第二低维向量序列,包括:

通过所述embedding网络层分别对所述第一处理后的音乐片段信息和所述第二处理后的音乐片段信息进行特征向量提取,得到第一嵌入向量序列和第二嵌入向量序列;

调用所述双向长短期记忆网络层分别对所述第一嵌入向量序列和所述第二嵌入向量序列进行标准化处理,得到第一标准化后的向量序列和第二标准化后的向量序列;

基于所述线性层分别对所述第一标准化后的向量序列和所述第二标准化后的向量序列进行正态分布计算和随机采样,得到第一低维向量序列和第二低维向量序列。

4.根据权利要求1所述的梵叹音乐生成方法,其特征在于,所述通过结合注意力机制的循环神经网络模型对所述第一低维向量序列和所述第二低维向量序列进行修复处理,得到输出向量序列,包括:

将所述第一低维向量序列和所述第二低维向量序列作为输入向量序列,通过所述结合注意力机制的循环神经网络模型中的双向上下文循环神经网络层对所述输入向量序列进行注意力处理和语义融合,得到融合特征向量序列;

通过所述结合注意力机制的循环神经网络模型中的单向长短期记忆网络层对所述融合特征向量序列进行向量生成处理,得到隐藏向量序列,并将所述隐藏向量序列设置为输出向量序列。

5.根据权利要求1所述的梵叹音乐生成方法,其特征在于,所述通过所述变分自编码器中的解码器对所述输出向量序列进行解码,得到多个音乐修复片段,每个音乐修复片段为符合上下文的音乐序列,包括:

将所述输出向量序列输入至所述变分自编码器中的解码器,调用双向循环神经网络层和线性网络层依次对所述输出向量序列进行解码,得到多个音乐修复片段,所述解码器包括所述双向循环神经网络层和所述线性网络层,每个音乐修复片段为符合上下文的音乐序列;

获取梵叹音乐标识信息,按照所述梵叹音乐标识信息将所述多个音乐修复片段存储至预设数据库中。

6.根据权利要求1所述的梵叹音乐生成方法,其特征在于,所述按照所述多个音乐修复片段进行交互式音乐创作,得到目标梵叹音乐,包括:

对每个音乐修复片段分别与所述第一音乐片段信息和所述第二音乐片段信息进行信息拼接,得到多个待验证音乐信息;

通过预设音乐评分模型分别对所述多个待验证音乐信息进行评分,得到多个评分结果,按照所述多个评分结果确定目标梵叹音乐。

7.根据权利要求1-6中任意一项所述的梵叹音乐生成方法,其特征在于,在所述从预设的梵叹音乐数据集中获取第一音乐片段信息和第二音乐片段信息,所述第一音乐片段信息和所述第二音乐片段信息为不衔接且不重叠的音乐片段之前,所述梵叹音乐生成方法还包括:

基于预设的训练样本数据集进行模型预训练,得到预训练模型,所述预设的训练数据样本集包括海量的音乐乐谱数据;

获取梵叹音乐样本数据集,并基于所述梵叹音乐样本数据集分别微调训练所述预训练模型和初始结合注意力机制的神经网络模型,得到所述变分自编码器和所述结合注意力机制的循环神经网络模型。

8.一种梵叹音乐生成装置,其特征在于,所述梵叹音乐生成装置包括:

获取模块,用于从预设的梵叹音乐数据集中获取第一音乐片段信息和第二音乐片段信息,所述第一音乐片段信息和所述第二音乐片段信息为不衔接且不重叠的音乐片段;

编码模块,用于调用变分自编码器中的编码器分别对所述第一音乐片段信息和所述第二音乐片段信息进行编码,得到第一低维向量序列和第二低维向量序列;

修复模块,用于通过结合注意力机制的循环神经网络模型对所述第一低维向量序列和所述第二低维向量序列进行修复处理,得到输出向量序列;

解码模块,用于通过所述变分自编码器中的解码器对所述输出向量序列进行解码,得到多个音乐修复片段,每个音乐修复片段为符合上下文的音乐序列;

创作模块,用于按照所述多个音乐修复片段进行交互式音乐创作,得到目标梵叹音乐。

9.一种梵叹音乐生成设备,其特征在于,所述梵叹音乐生成设备包括:存储器和至少一个处理器,所述存储器中存储有指令;

所述至少一个处理器调用所述存储器中的所述指令,以使得所述梵叹音乐生成设备执行如权利要求1-7中任意一项所述的梵叹音乐生成方法。

10.一种计算机可读存储介质,其上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任意一项所述的梵叹音乐生成方法。


技术总结
本发明涉及人工智能领域,公开了一种梵叹音乐生成方法、装置、设备及存储介质,用于提高梵叹音乐生成的准确性和多样性。梵叹音乐生成方法包括:从预设的梵叹音乐数据集中获取第一音乐片段信息和第二音乐片段信息;调用变分自编码器分别对第一音乐片段信息和第二音乐片段信息进行编码,得到第一低维向量序列和第二低维向量序列;通过结合注意力机制的循环神经网络模型对第一低维向量序列和第二低维向量序列进行修复处理,得到输出向量序列;通过变分自编码器对输出向量序列进行解码,得到多个音乐修复片段;按照多个音乐修复片段进行交互式音乐创作,得到目标梵叹音乐。此外,本发明还涉及区块链技术,目标梵叹音乐可存储于区块链节点中。

技术研发人员:蒋慧军
受保护的技术使用者:平安科技(深圳)有限公司
技术研发日:2021.03.17
技术公布日:2021.07.02
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文章

  • 日榜
  • 周榜
  • 月榜