[发明专利]佛乐生成方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，公开了一种佛乐生成方法、装置、设备及存储介质。该方法通过将佛教音乐的数字文件进行离散化和独热编码后，输入至3‑gram mLSTM模型进行向量的计算，然后将计算到的向量采用梯度下降反向传播操作，生成所述数字文件对应的佛乐；而采用离散特征进行one‑hot编码后，编码后的特征，其实每一维度的特征都可以看做是连续的特征，保证了数字文件处理后的连续性，避免存在过拟合的处理，提高了合成的准确率，同时还有效提高了音乐合成的效率，增强合成音乐的趣味性，适用性更强。

技术领域

本申请涉及人工智能技术领域，具体涉及一种佛乐生成方法、装置、设备及存储介质。

背景技术

音乐作为人类智慧活动的高级产物，具有相当复杂的结构。经过一定音乐训练的音乐家可以容易地创作具有长时结构的音乐作品，包含起承转合等段落。然而对于人工智能系统而言，尽管能生成具有一些小结构的作品，却很难保证其在分钟尺度上的前后呼应、发展、转折等等长时结构。

传统的隐马尔可夫模型、循环神经网络等时间序列模型往往仅在相邻的单元上有联系和控制函数，却没有将跨越较多的时间单元连接起来。循环神经网络具有梯度爆炸/梯度消失的特性，又导致其在经历多次循环生成后输出趋于一致，缺乏变化。利用传统模型训练的音乐生成系统容易产生重复较多、结构单一、过拟合后输出近似等于训练样本等等问题。且由于佛教音乐的特殊性，需要在维持和声稳定性的前提下，根据歌词经文的段落做出旋律上的改变。目前的传统模型难以达到这样的要求。

发明内容

本发明的主要目的是解决传统模型训练的音乐生成系统容易产生过拟合后输出近似等于训练样本的技术问题。

本发明第一方面提供了一种佛乐生成方法，所述佛乐生成方法包括：

获取佛教音乐的数字文件，并利用预设的佛乐知识词库将所述数字文件进行离散化处理，得到离散序列；

通过独热编码算法，将所述离散序列转化为向量矩阵，其中，所述向量矩阵包括所述数字文件中每个时间点的输入向量；

将所述向量矩阵输入到预置3-gram mLSTM模型中获得第一向量集和第二向量集，其中所述3-gram mLSTM模型为基于积性循环神经网络和长短记忆循环神经网络训练得到的包含双层隐含层的佛乐生成模型；

根据所述第一向量集和第二向量集，生成所述数字文件的最终向量集；

对所述最终向量集进行梯度下降反向传播操作，生成所述数字文件对应的佛乐。

可选地，在本发明第一方面的第一种实现方式中，所述利用预设的佛乐知识词库将所述数字文件进行离散化处理，得到离散序列包括：

利用预设的分词算法将所述数字文件按照相同宽度划分为N等份，N为大于0的自然数；

将每等份的数字文件与所述佛乐知识词库进行匹配，并将匹配的数字文件等份作为离散的单词；

根据所述数字文件的时间戳，将所有离散的单词进行排序，得到离散序列。

可选地，在本发明第一方面的第二种实现方式中，所述通过独热编码算法，将所述离散序列转化为向量矩阵包括：

提取所述离散序列所包含的单词，并将所述离散序列中的所有所述单词排列成词汇表；其中，所述词汇表中不含有重复的单词；

依次将所述离散序列所包含的每个单词在所述词汇表中对应的位置采用预设数字进行标记，得到与所述离散序列对应的独热编码向量；

将所述离散序列对应的独热编码向量相互组合，形成向量矩阵。

可选地，在本发明第一方面的第三种实现方式中，所述3-gram mLSTM模型包括第一隐含层和第二隐含层，所述第一隐含层包括第一中间层，所述第二隐含层包括第二中间层；