苗北辰，郭为安，汪镭

（1. 同济大学 电子与信息工程学院，上海 201804; 2. 同济大学 中德学院，上海 201804）

音乐生成是使用算法将音乐创作过程的部分或全部自动化的研究。使用数学的方式研究音乐的生成虽然在一千年前就已出现，但受限于其他相关学科的发展，一直没有较大的进步。而近年来，随着深度学习的不断发展，音乐生成问题重新回到研究者们的视野中，与之相关的多种算法模型也都被应用于音乐生成问题的研究。特别是Char RNN模型的提出，以序列预测的方式训练生成网络的研究变得火热。Eck等[1]首次将LSTM引入音乐生成领域，基于前序音符生成后序音符的思想，搭建了蓝调旋律的生成系统。Sturm等[2]使用音乐的ABC格式文本作为训练数据，率先将Char RNN模型引入音乐生成领域，对音符文本进行one hot编码，使用当前音符的编码向量，预测下一个音符的概率分布，然后采样生成下一个字符，最终生成质量较好的音乐旋律。区别于ABC格式的旋律文本数据，Choi等[3]通过将旋律与和弦一起编码成文本数据，然后使用Char RNN模型生成了拥有和弦的多声部音乐。王程等[4]通过将音乐的音频数据编码成与文本类似的one hot向量，然后使用Char RNN进行音乐的生成。Lackner[5]则通过将音乐中的和弦和旋律分离的形式，使用和弦去预测旋律对Char RNN进行训练，通过输入人工创作的和弦来生成相应的旋律[5]。Chu等[6]提出了分层RNN结构的音乐生成系统，在系统底层生成音符，在更高层生成和弦及鼓节奏，通过将更多乐理知识引入神经网络的训练中，生成了结构良好的音乐作品。……