.png){kind=icon}
返回
Deep gradient reinforcement learning for music improvisation in cloud computing framework
.png){kind=icon}
OA
AI
DOI：10.7717/peerj-cs.2265.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工智能（AI）在音乐即兴创作中为开发人类创造力提供了有前景的新途径。本文讨论了实时创作动态、灵活的音乐作品的难度。我们探讨了使用强化学习（RL）技术来创建更具交互性和响应性的音乐创作系统。在此，音乐结构训练RL智能体在复杂的音乐可能性空间中导航以提供即兴创作。输入音乐数据中的旋律框架最初使用双向门控循环单元进行识别。从识别框架中提取的歌词概念（如音符、和弦和节奏）被转换为适合RL输入的格式。本研究使用的深度梯度强化学习技术制定了一个奖励系统，引导智能体创作具有美学吸引力和和声连贯性的音乐即兴作品。即兴音乐进一步以MIDI格式呈现。本研究在实现过程中采用了包含六个与音乐作品相关的属性的Bach Chorales数据集。该模型在容器化云环境中设置，并进行了平滑负载分配的控制。利用五个不同参数（如音高频率（PF）、标准音高延迟（SPD）、峰值间平均距离（ADP）、音符持续时间梯度（NDG）和音高类别梯度（PCG））来评估即兴音乐的质量。所提出的模型获得了PF +0.15、SPD -0.43、ADP -0.07和NDG 0.0041的值，这些值优于其他即兴创作方法。
Keyword:
Reinforcement learning
Gated recurrent units
Music improvisation
Cloud frameworks
Containerization
期刊
IF:
2.5
论文数:
3.4K
被引数:
6.9K
机构
引用论文
Generating Music Algorithm with Deep Convolutional Generative Adversarial Networks基于深度卷积生成对抗网络的音乐生成算法
PREAI
分享收藏Developing an Online Music Teaching and Practicing Platform via Machine Learning: A Review Paper
PREAI
分享收藏分享收藏Turkish vowel classification based on acoustical and decompositional features optimized by Genetic Algorithm.png)
APPLIED ACOUSTICS
APPLIED ACOUSTICSIF3.6
PREAI
分享收藏分享收藏Deep learning's shallow gains: a comparative evaluation of algorithms for automatic music generation深度学习的浅增益: 自动音乐生成算法的比较评估MACHINE LEARNINGOAAI
MACHINE LEARNINGIF2.9
OAAI分享收藏
查看更多内容