[发明专利]一种基于环境监测数据的编曲方法

说明书

本发明属于智能化编曲技术领域，尤其为一种基于环境监测数据的编曲方法，包括以下步骤：S1、获取自然界中天气状况的原始信号，对自然信号进行预处理，提取天气状况特征参数；S2、选定和改编音乐片段，提取音频信号的特征参数；S3、建立两特征参数集之间的参数映射模型；S4、预测合成新的音乐片段。本发明创造性地将环境中的天气因素作为智能化编曲的首要影响因素，对成品的、高质量的、已经具备一定审美价值的音乐作品，进行在以环境中的天气状况作为依据的智能化改编和生成，避免了现有人工智能编曲算法中音乐片段可欣赏性低，艺术性不足的缺陷，在符合现代人的审美需求的基础上进行的智能化音乐改编对于本发明的推广和使用大有裨益。

技术领域

本发明涉及智能化编曲技术领域，具体为一种基于环境监测数据的编曲方法。

背景技术

随着计算机科学的发展以及人工智能行业的兴起，人工智能编曲作曲已经成为在人工智能领域广泛研究的热点问题。人工智能在音乐方面的应用主要分为两个方面，分别是人工智能编曲和作曲。人工智能作曲经历了随机作曲、逻辑作曲和智能作曲三个阶段，其中智能作曲的算法更为复杂，所生成的乐曲智能化水平更高。

现有的人工智能作曲技术所依赖的要素鲜有以环境中的天气因素作为主要影响因素的人工智能作曲编曲方法，大多以歌词、歌词情感等语言要素，通过对相关感情词的情感进行分类和判定，对生成乐曲的风格进行预测，以达到最终乐曲风格改变的目的；或以脑电波信号(如专利CN108628450A公开的一种脑电波编曲方法)、皮电信号(CN113274002A公开的一种匹配饮品咖啡因含量的音乐辅助调节情绪智能方法，在生理检测模块通过检测肌肉、皮电信号来反馈人体情绪，便于和饮品中的咖啡因含量相结合进行音乐的生成与调节)等数字信号作为影响因素进行乐曲生成，将这些与音乐毫不相干的数字信号转化生成为音频信号，进行参数化预测以及音乐的分析和生成；或在已有的乐曲库的基础之上预测和生成新的音乐片段(如专利CN109785818A公开的一种基于深度学习的编曲方法和系统，以及专利CN109448684A公开的一种智能编曲方法和系统)即：通过建立深度学习模型，并对已建成的模型进行反复训练，在乐曲库包含大量音乐的基础之上进行音乐片段的预测和生成。在进行人工智能神经网络构建时主要借助于构建循环神经网络和长期记忆网络。上述两种神经网络的构建在时间序列方面表现出了良好的性能，不断地训练和丰富人工智能神经网络可以达到生成更复杂音乐的目的，例如从单声部音乐的合成向多声部音乐预测和生成的算法。另一方面，在人工智能编曲方面，现阶段可以实现根据单音旋律为之进行和弦配置，或是根据前一个音的基因频率预测下一个音。(例如专利CN110634465A配乐方法：移动终端、数据处理方法和配乐系统为用户所提供的音频智能化配置相关的音乐要素)但这些算法生成的音乐均难以运用到实际的生产生活中。

综上所述，现有的对于人工智能编曲作曲的研究成果难以直接应用到生活实际中为大众所广泛欣赏，鉴于其生成乐曲的单一性，欣赏性以及审美价值不高，难以在生产生活中应用和推广。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于环境监测数据的编曲方法，解决了现有的对于人工智能编曲作曲的研究成果难以直接应用到生活实际中为大众所广泛欣赏，鉴于其生成乐曲的单一性，欣赏性以及审美价值不高，难以在生产生活中应用和推广的问题。

(二)技术方案