王 菁

（铜陵学院，安徽 铜陵 244000）

音乐的计算机模拟生成研究

王 菁

（铜陵学院，安徽 铜陵 244000）

音乐的计算机认知以及智能创作属于电脑音乐的根本目标，但我国对此方面的认识和研究仍然处于初级阶段.随着多媒体技术的产生，使声音和音乐领域的发展得到了新的机遇.音乐是人们生活中不可缺少的一部分，当代社会对音乐的需求也逐渐增加，但以往传统人工作曲的音乐生成方法已经难以符合当前的社会需求，利用计算机进行新型音乐创作成为大势所趋.

音乐；计算机模拟；生成技术

随着社会经济的迅猛发展，人们的物质生活水平得到显著提升，越来越多的人们注重精神追求.音乐从本质上来看属于自然界的声音，能够通过情感融入的方式与人产生关联.其中，主要是依靠音色、频率、幅度以及长度等几个因素来决定，通过要素的不同变化构成不一样的音乐旋律.目前，计算机模拟音乐的形成具有较强的独特性，能够具备较为成熟的软硬件系统，通过对其进行的模拟预测生成各种类型的音乐，满足不同人群对音乐的需求.

1 音乐序列的模拟生成实验与方法

1.1 模拟生成方法

在研究音乐序列的模拟生成之前，首先应对音乐序列特征进行分析，了解其音色、频率、幅度以及长度等几个因素，在对这些因素进行分析之后，则可以进行音乐的模拟生成，主要的生成方式有以下几个方面.

第一，首先对原始音乐进行细致的分析，了解其节奏周期内的长度、衰减率、最大振幅以及大波动的频率等等，并且掌握每个节奏周期内进行移动的小波动序列.第二，当上述特征以及小波动序列都处于平稳状态下时，可以通过自回归模型对其进行预测.第三，再得出具体的预测结果之后，利用弦振动函数模型将其中每个节奏中的模拟音乐序号进行逐一生成.第四，将生成后的每个周期内的信号序列进行首尾相连，从而得到一段较为完整的信号序列.为了能够使模拟后的音乐与原始音乐相比更加具有真实性，在模拟时可以采用将多个周期中的大波动频率进行叠加，使其变成节奏周期内的小波动序列，以此来提升真实性的同时，还能够使其获得音色更加饱满的模拟音乐.

1.2 模拟音乐编程软件

在本文的研究中应用的编程软件为MATLAB6.5，这款软件能够在音频的处理上，通过一系列函数将声音信号的模拟量转变为数字序列，从相关工作提供较大的便利.在该软件中通常会用到的一些函数名称代表含义如表1所示.

表1 MATLAB声音模拟量转换相关函数

1.3 考察与讨论

根据上述所介绍的模拟音乐生成法，对原始音乐进行生成实验，原始音乐序列与模拟音乐序列的比较，并对生成效果进行比较.

1.3.1 音响效果

将模拟音乐通过MATLAB的放音功能进行播放之后，能够发现其在音乐旋律方面与原始音乐相比是十分接近的，为了能够进一步对原始的音乐序列进行模拟，应对生成的音乐序列进行特征方面的分析，并与原始音乐序列进行对比，发现其中的区别之处并改正[1].

1.3.2 自相关系数

利用自相关系数公式对模拟和原始音乐序列进行计算和比较，通过比较结果能够清楚的看出0～500差位之间的自相关系数曲线，通过进一步的统计分析得出，模拟和原始音乐的周期平均值处于40左右，其基因周期为100左右.但是二者显著的区别在于模拟音乐在基因周期方面与原始音乐相比，不是十分明显，这一点将会导致两个音乐在旋律方面产生一定的差别[2].

1.3.3 频谱特征

将模拟音乐进行傅里叶变换之后，能够清楚的了解到其音乐序列的特性，并且将其与原始音乐进行比较分析之后得出以下结论.第一，总体频率特征.将整段音乐进行傅里叶变换之后将能够看出模拟与原始两种音乐在总体频率方面几乎保持一致，但原始音乐与模拟音乐相比，频率的分布范围较宽，在频率的成分上也较为丰富.第二，分段频率特征[3].从总体频率特征的分析中能够得出，虽然二者之间的差距不是太大，但是不同的节奏周期内，其频率特征不尽相同.因此，对分段频率特征的考察就显得十分必要.基于此，在模拟音乐序列中随机抽取一段节奏周期进行傅里叶变换，并将其与原始音乐的对应阶段进行比较之后发现，在这一阶段内原始音乐序列的频率分布仍然大于模拟音乐.这样的考察结果能够说明一些问题所在，即模拟音乐序列的频率范围较为狭小，使得音乐的丰满度不达标，进而与原始音乐之间仍然存在一定的差距[4].

2 基于短时傅里叶变换的音乐序列分析

2.1 模拟音乐短时幅度谱的预测方法

在利用该方法进行预测时，首先，应明确模拟音乐中所包含的周期个数，在这里用m表示，个数的设定较为灵活，可以根据自身研究的需要设置，也可以与原始音乐中的个数相同，在本文中选择与原始音乐个数相同进行研究.其次，依照音乐序列节奏周期的波动状况进行分帧，在此之前应明确针长，再确定出每个节奏区域内所包含的帧数bm[5].利用原始音乐中的帧序列{bm}和自回归模型，则可以生成相应的bm.最后，在每个节奏中频率1～4000Hz之间，对相应频率中的自回归模型进行预测生成，具体的波动情况如表2所示.

表2 短时幅度谱变化情况

2.2 模拟生成实验及讨论

2.2.1 模拟生成实验

首先，在对一段音乐序列进行短时傅里叶变换之前，应明确其帧长、帧移、分帧加窗等内容，并且以每个节奏周期为单元将各个帧融入到三维函数当中.其次，根据上述步骤进行操作之后，将能够在二维空间上得到一段较为波动的序列，利用自回归模型将其进行模拟生成之后，形成一个模拟幅度谱.最后，将原始音乐信号中的1～50采样点与模拟音乐中的50个数据点相对应，再利用傅里叶变换的方式计算出其幅度谱，根据第一帧幅度谱对以下信号进行推算和重构，进而推算出每一帧中的数据，进而获得一个崭新的模拟音乐序列[6]，具体的模拟幅度变化情况如表3所示.

表3 模拟幅度变化情况

2.2.2 实验讨论

为了能够证明该模拟音乐序列的效果，证实短时变换音乐处理的有效性，本文将再次对新模拟音乐序列进行分析和讨论[7].

在音响效果方面，分别对模拟音乐以及原始音乐进行收听之后发现二者在旋律和节奏等方面具有较大的相似之处，但是在模拟音乐中仍然能够听出有噪音的存在，在对此现象产生原因进行深入分析之后得出，主要是由于在对模拟幅度谱进行信号的重构时，采样点属于其中较为重要的内容，但对于部分采样点来说，由于无法在事先获得，因此只能利用原始音乐中的样点进行替代[8]，由此产生了误差.在短时自相关系数方面，该系数是对短时技术处理信号进行应用时，需要设置的基本参数，从对原始和模拟音乐二者的自相关系数比较来看，呈现出十分相近的趋势，但是却依然不是高度一致[9].在短时频谱方面，主要利用短时傅里叶变换对模拟音乐进行考察，虽然事先已经对此部分进行了考察，但是由于信号的重构将会给后续工作带来较大的影响，使音乐序列产生误差，因此应对模拟音乐序列的短时幅度谱进行再次考察，考察后的结果如表4所示[10].

表4 模拟音乐与原始音乐相比的幅度区别

3 结束语

综上所述，音乐能够带给人们极大的精神享受，已经成为人们生活中不可缺少的一部分.随着社会的不断发展，科学技术被逐渐应用到各个领域之中，对音乐的特征识别以及模拟等都可以通过计算机技术来实现，并且能够利用其实现动态发音的识别和分类等功能.但是，本系统在对原始音乐进行模拟的过程中，由于受到外界诸多因素的影响，通常会混杂着一些噪音，对模拟音乐的质量产生较大的不利影响，因此，在日后的发展中，应积极采用先进技术进行改进，使其能够更加高效的运用.

〔1〕武宇.基于音乐情感驱动的舞台灯光控制研究[D].北京交通大学,2014.

〔2〕李岩.舞台音乐罩对多功能专业化剧场音质改善的分析研究[D].哈尔滨工业大学,2013.

〔3〕沈大壮.试谈合成声场的C50-语言清晰度C80-音乐透明度——《EASE—现今电声、建声计算机模拟设计软件》一文的补充[J].音响技术,2012（04）:26-29.

〔4〕张杰.论计算机音乐系统的构建[J].黄河之声,2008(01):45-47.

〔5〕彭琼.音乐情感的计算机分析与自动识别技术研究[D].上海交通大学,2008.

〔6〕王拓.计算机音乐虚拟音色与数字音频技术[D].东北师范大学,2006.

〔7〕邵建平.计算机音乐的“人性化”及其实践研究[D].南京艺术学院,2005.

〔8〕王瑞年.当代计算机音乐技术发展概览[J].中国音乐学，2003(04):120-125.

〔9〕刘思军.电子音乐作品制作技术的演进过程及计算机化趋势[J].中央音乐学院学报,2003(02):51-57.

〔10〕刘丹,张乃尧,朱汉城.基于音乐特征识别的音乐喷泉计算机辅助设计系统[J].电子技术应用,2003(03):12-15.

TP27

A

1673-260X（2017）09-0018-02

2017-06-07