使用深度学习生成音乐– ​​Char RNN-研究论文

作曲是一项非常有趣的挑战，它会测试作曲家的创作能力，无论是人还是计算机。 尽管对此事有很多争论，但几乎所有音乐都是对以前创造的声音观念的反感或改变。 因此，有了足够的数据和正确的算法，深度学习应该能够制作出听起来像人类的音乐。 该报告概述了通过神经网络模型进行音乐创作的各种方法，很明显，可以从这些算法中收集音乐思想，以期创作出一部新音乐。 使用深度学习来解决文学艺术中的问题是近来的趋势，该趋势已引起了广泛的关注，并且音乐的自动生成已成为活跃的领域。 该项目使用依赖于各种LSTM（长期短期记忆）架构的某种形式的音乐符号来处理音乐的产生。 全连接和卷积层与LSTM一起使用，以捕获频域中的丰富功能并提高所生成音乐的质量。 该作品专注于不受约束的音乐生成，并且不使用任何有关音乐结构的信息（例如音符或和弦）来帮助学习。