.png){kind=icon}
返回
Phrase-Oriented Generative Rhythmic Patterns for Jazz Solos
.png){kind=icon}
OA
AI
DOI：10.3390/app152011058.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究介绍了一种新颖的生成方法，用于创作面向短语的爵士独奏节奏型，该方法利用对维玛爵士数据库（Weimar Jazz Database）这一全面语料库的统计分析。爵士独奏以其即兴复杂性而闻名，要求节奏与旋律之间保持精妙的相互作用，这使得生成真实的节奏型成为一项具有挑战性的任务。本研究系统地探索了节奏元素之间的关系，包括短语、节拍、分拍和节奏型。该生成方法采用马尔可夫链框架来合成节奏分拍和节奏型，以确保风格上的连贯性和多样性。一项广泛评估通过统计和机器学习指标比较了原始数据集和生成数据集，验证了生成模型在复制关键节奏特征的同时促进创新的能力。研究发现强调了该方法在计算创造力与算法音乐作曲领域做出重要贡献的潜力，并提供了一个用于生成引人入胜的爵士独奏的可靠工具。
Keyword:
generative music
machine learning
algorithmic composition
statistical methods
rhythmic patterns
jazz solos
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
Implications of Ad Hoc Artificial Intelligence in Music.png)
Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment
Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital EntertainmentIF0
PREAI
分享收藏分享收藏分享收藏A Lightweight Deep Learning-Based Approach for Jazz Music Generation in MIDI Format一种轻量级基于深度学习的爵士乐MIDI格式生成方法
OAAI
OAAI分享收藏分享收藏
查看更多内容