计算机音乐技术【电子版请询价】

【基本信息】：
外文书名：Computer music technology
作者：冯寅 著
出版社：科学出版社
ISBN：9787030558923
出版时间：2018-5-1
版次：1
页数：129
字数：170000
开本：16开
用纸：胶版纸
包装：平装

【内容简介】：
计算机音乐是一门涉及计算技术在音乐创作中各种应用的学科。《计算机音乐技术》将向读者介绍作者专注的计算机音乐领域中的两个重要研究方向：算法作曲技术与人声哼唱旋律自动识别技术的研究心得和部分成果。《计算机音乐技术》由4章组成。第1章介绍算法作曲研究领域的基《计算机音乐技术》状况和存在问题。通过评述该领域所采用的主要技术阐述当今算法作曲的研究进展。第2章介绍作者近年来从事单旋律生成算法技术的研究，包括诗歌配旋律的计算模型以及算法生成旋律的质量评估问题。第3章介绍由单旋律及其钢琴伴奏构成的多声音乐自动生成技术，包括为旋律自动配和声以及钢琴伴奏音型设计与获取技术。第4章介绍哼唱旋律自动识别技术，涉及人声哼唱信号的信号帧基频提取，哼唱音符的自动切割及调性分析技术。

【目录】：
前言
第1章 算法作曲技术的研究进展 1
1.1 算法作曲研究中存在的问题 2
1.1.1 音乐的知识表达问题 2
1.1.2 创造性和人机交互性问题 2
1.1.3 音乐创作风格问题 3
1.1.4 系统生成的作品的质量评估问题 3
1.2 当今各种算法作曲方法评估 4
1.2.1 使用马尔可夫转换表的算法作曲方法 4
1.2.2 算法作曲的数学模型——随机过程 4
1.2.3 算法作曲中基于规则的知识库系统 5
1.2.4 算法作曲的音乐文法 5
1.2.5 人工神经网络在算法作曲中的应用 6
1.2.6 使用遗传算法的算法作曲系统 7
1.2.7 多种技术混合系统 7
1.2.8 算法作曲系统中的音乐情感计算处理技术 8
1.2.9 机器音乐的质量评估 8
1.3 结论 9
参考文献 9
第2章 歌曲旋律自动创作系统及其质量评估 13
2.1 问题的提出 13
2.2 创作歌曲旋律的计算模型 14
2.2.1 歌曲中的乐汇结构 14
2.2.2 新乐汇的构造 16
2.2.3 多乐汇结构 17
2.3 自动作曲系统体系结构 23
2.4 实验与质量评估 24
2.4.1 实验数据、创作目标与约束条件的设定 24
2.4.2 评估方法——客观估算模型与主观评估模型 24
2.4.3 与现有自动作曲系统的比较与讨论 31
2.5 结论 32
参考文献 33
第3章 自动钢琴伴奏系统 34
3.1 旋律配和声技术的研究进展及问题的提出 34
3.2 音型元结构的非形式描述与系统体系结构 36
3.3 系统基本概念的形式描述 43
3.3.1 音符、音群的形式描述 43
3.3.2 调式分析系统的计算模型 45
3.3.3 音群结构的rR级置换 48
3.3.4 模仿结构的形式描述以及原始钢琴伴奏音型 49
3.3.5 调式和弦、音群结构的特征和弦与和弦特征 51
3.3.6 乐谱中的节奏对比序列 54
3.3.7 K声调式音阶特征K-MP(M)与最优特征和弦序列 55
3.3.8 钢琴伴奏风格的形式描述 56
3.4 实验结果的解释与讨论 60
3.4.1 实验设计与执行 60
3.4.2 实验结果的评估与讨论 63
3.5 音型元结构技术与其他技术的比较 64
3.5.1 与约束技术的比较 64
3.5.2 与基于HMM的和声自动生成技术的比较 66
3.5.3 与EMI系统的比较 67
3.6 结论与将来的工作 67
参考文献 68
第4章 基于调性分析的哼唱旋律自动识别系统 70
4.1 国内外哼唱旋律识别相关技术的研究进展 71
4.2 存在的问题 73
4.3 系统工作流程 74
4.4 手工标注哼唱音符(音高)的听觉说明 77
4.5 两种手工记谱法的结果：实际哼唱旋律与期望哼唱旋律 80
4.6 信号帧的扩展MIDI音高估算方法 82
4.6.1 基于信号帧倍频对基频能量比的F0t更正模型 83
4.6.2 基于变采样技术的信号帧音高的估算 84
4.6.3 信号帧的扩展MIDI音高及其估算 87
4.7 哼唱音符切分与音高的估算 91
4.7.1 哼唱信号帧的能量变化分析 91
4.7.2 基于信号帧音高变化的信号区域分类及其音高估算模型 93
4.7.3 哼唱音符的形式描述 99
4.7.4 基于ATN的哼唱音符切割算法 100
4.7.5 基于信号帧能量变化的音节切分法 102
4.8 基于哼唱音程调性分析的期望哼唱旋律的估算 106
4.9 实验及评估 110
4.9.1 音乐收集与评估标准 110
4.9.2 性能测试与评估方法 111
4.9.3 结果的比较与讨论 117
4.10 结论 121
参考文献 122
附录 126

【书摘】：
第1章 算法作曲技术的研究进展
算法作曲（algorithmic composition），又称自动作曲（automatic composition），是试图使用某个形式化的过程以使人（或作曲家）在利用计算机进行音乐创作时的介入程度达到最小的研究[1]。无论是东方音乐还是西方音乐，均有其一定程度的形式化基础。有关旋律创作的形式化技术可以追溯到11世纪[2]。当时，有一位名叫Guido d’Arezzo 的人构造了一种可为一部宗教书籍中的每个元音设计不同音高的模型。15世纪，节奏模式就被系统地使用在具有均匀节奏的圣歌中。在文艺复兴时期及巴洛克时代，作曲家为旋律的对位制定了严格的规则。例如，复调音乐的创作，几乎完全可以通过对给定的主题动机（一个音乐小片段）实施倒影、主题延长、缩减这样系统化的过程来演绎。
音乐创作的形式化技术在20世纪再一次被使用。Schonberg在20世纪初就引入了音列（tone-row）技术。而后由Webern和他的后继者对此进行进一步的系列化。在这一系列中，音乐被特征化地提取出如音高、音长（时值）、强弱变化以及音色等参量，并加以分别控制。从每个参量中，依次选择可能的值就可以组成一个音列。参量值可以依据当前音列或该音列的倒置或逆行进行变化。20世纪50年代初，Xenakis就利用随机过程手工（不用计算机）生成音乐片段[3，4]。那时，数字计算机已经存在。它们开始作为音乐创作过程中的工具而使用。先完全由计算机生成的音乐作品是由Hiller和Isaacson[5]在1959年出版的弦乐四重奏Illiac组曲。
其实，至少到目前为止，还有不少音乐家都难以接纳算法可以创作并理解音乐这样的事情。许多人把音乐创作行为视为灵感以及其他不精确概念的推演。本书会在稍后讨论由此而引发的算法作曲研究领域中的几个关键性问题。
尽管音乐创作存在随机性，但一般我们都认为，音乐是人类思维活动的产物。我们知道，算法是一个规则集合的描述。这些规则集合在一个有限的无二义步骤中至少完成一项任务。而任意一种音乐风格应可通过规则来定义。理论上来说，一个作曲家在创作音乐时具有无限制的选择自由，但是音乐创作并不是“什么你可以做”，而是“什么你不可以做”[6]。
探索算法作曲的问题一方面可以让我们了解和模拟作曲家在从事音乐创作这一特定过程中的思维方式与过程；另一方面，基于算法作曲的研究技术而开发的作曲程序所创作的不同形式的音乐作品，同样也可以娱乐于人。由著名的算法作曲家Cope[7]设计和开发的作曲程序能够继承已故的作曲家的风格，并创作出同样风格的音乐作品。这些作品有类巴赫的创意曲、器乐协奏曲和组曲；有类莫扎特的奏鸣曲以及类肖邦夜曲。大家可以在网上（网址为http：//artsites.ucsc.edu/faculty/cope/music.htm）很容易地下载这些由作曲程序创作出的或辅助作曲家创作出的MP3。当欣赏了这些音乐片段之后，或许会觉得那些已故的音乐大师似乎又重返人间，继续为人类寻求欢乐和慰藉。
1.1 算法作曲研究中存在的问题
1.1.1 音乐的知识表达问题
音乐的知识表达问题涉及如何建立音乐的表层结构和音乐深层逻辑的对应关系。不同的作曲系统有不同的策略。由于不同的表达框架各有优缺点，所以不存在一个“完美的”统一表达法。例如，在以调性、传统和声为基础的主调音乐的多声部（为主旋律配置其他声部）创作系统中，常采用符号化的规则表达模式，以使系统变得更为有效。而对于试图模拟某位作曲家或某一时代特定风格的旋律生成系统，则可以通过收集该作曲家或代表这一时代风格的作品来训练一个人工神经网络，希望受训后的神经网络可以生成类似风格旋律等。问题的关键是这些知识表达机制是否实用、有效以及构造代价是否高昂。
1.1.2 创造性和人机交互性问题
一个离开作曲家，完全自动的作曲算法是否有创造性？这里的创造性应是以听众的知识、直觉以及美学标准为判断基础的（随机生成的噪声自然不应是有创意的音乐）。把创造性的概念融入作曲算法中是一个相当困难的问题。这涉及需要模拟作曲家自身的音乐创作过程，还是要模拟创作结果的问题。二者的关系就是要建立作曲家认知模型还是音乐知识工程问题。Jacob[8]认为创新来自两个方面：天资和努力。前者可以产生更有“灵感”的音乐。要完全理解其中的奥妙目前看来是不太可能的。因此，试图在机器上再现这种能力的机会基本上是微乎其微的。而后者则是编辑一个算法以在重复音乐创作过程中能获取某些最优化的功效。这样，计算机程序的实现就容易得多。算法作曲系统的目标只能是再现作曲家以“努力”的方式创作音乐。音乐创作可以通过人机交互的过程来实现。例如，作曲家可以先给系统输入一个富有创意的种子动机，以便生成指定曲式结构的音乐织体。这些种子动机可以由大量机器随机生成的小音乐片段人工挑选，也可以通过收集现有的不同风格的音乐片段并且建立这些音乐片段的数据库，再从中进行挑选。被挑选的音乐片段还可以通过后面将要介绍的交互式遗传算法一代一代地演化。关键在于人（或作曲家）应如何介入这一人机交互过程，以使音乐创作变得更为有效，同时最终的作品又富有创意。这也是算法作曲的研究者所要面对的问题。
1.1.3 音乐创作风格问题
人们可以通过收集某一作曲家或代表某一时代风格的作品来训练一个人工神经网络。受训后的神经网络可以生成类似风格的旋律[9]。这是回避人们难以对音乐风格给予清晰的定义问题所采用的一种作曲系统的研究方法。问题是这种方法往往不实用，而且受诸多因素的制约[10]。另一种模拟音乐创作风格的代表是Cope[7]的工作。他把音乐创作视为一个互相拼凑的超级过程，并在他的系统里提供较清晰的风格定义。Cope把已故作曲大师一系列作品的例子编码成若干模式，例如，信号（signatures）、特定结构的预示（eramarks）、一致性模式（unifications）等多种互相独立的模式，并将它们存放在一个数据库中。通过这些不同种类的模式来识别或提取特定风格（如某位作曲家）的音乐数据库中样板乐谱的各种音乐结构。然后，使用若干计算函数来填充模式中默认的内容，从而构造出已故作曲家作曲风格的新作品。这一做法使其获得巨大的成功。由于Cope是基于一种所谓的SPEAC 音乐分析模型来拼接各种复制来的模式结构，而这一做法是否也同样适合其他作品创作风格（如中国不同地区民族音乐的创作风格）的复制，却有待我们进一步研究。
1.1.4 系统生成的作品的质量评估问题
由作曲算法生成的音乐片段是否能真正娱乐听众并符合传统的音乐理论呢？显然，作曲系统中的质量评估机制是一个很重要的部分。它往往会引导创作的方向，甚至最终确定作品的成败。我们可以在一个作曲系统中建立形式规则库，以此对系统生成的旋律进行质量评估。例如，可以建立一系列旋律的约束集合。旋律的质量可以通过测试其是否能很好地匹配一个给定的约束集合来评估。这些约束集合涉及两类范畴，即描述一个作曲家创作风格的规则和由音乐理论推演出的一般规则。旋律的质量无法作为整体定量地测量。但是，我们可以基于它对由音乐理论所形成的一系列创作规则的满足度来评估旋律。我们给每个规则赋予一个权重，而旋律得到每个权重的百分数。将全部得分相加就是该旋律所要描述的质量。由于推演一个准确的形式规则并非易事，对生成的旋律进行质量评估也可以通过人（或作曲家）的介入来完成。在一个有人（或作曲家）介入的计算机辅助作曲系统中，人（或作曲家）就被要求对作曲程序当前生成的一系列旋律小片段进行直观的质量比较和评估。然后，从中选择较好的让作曲程序进行进一步演绎或互相拼凑。这一过程不断重复，直到整个作品完成。这样，最终的作品已经包括了人（或作曲家）的质量评估。交互式的计算机辅助作曲系统虽然需要人（或作曲家）的介入，但是它的好处是我们不需要开发一个形式规则库来评估作品。如何把握人（或作曲家）的介入程度，不同的系统可以针对其自身所面对的具体问题采用不同的策略。这自然也是算法作曲的研究者所需考虑的问题。
1.2 当今各种算法作曲方法评估
1.2.1 使用马尔可夫转换表的算法作曲方法
在算法作曲领域，一个简单但有趣的技术是按照一个转换表来依次选择音符。这个转换表就像一个函数，其自变量是当前的音符，而函数值则是下一个要出现音符的可能性[11，12]。转换表可以按照一定的标准手工构造，并且嵌套一个特定的音乐风格。针对某一特定（如某一作曲家或某一时期）风格的音乐作品（样本集合）进行收集和统计，就可以构造出相应的转换表。而这个转换表定义了这些特定音乐风格的作品（样本集合）中音符导向的可能性。
很显然，在任意复杂的旋律中，音乐结构不能通过这样的2维统计来描述。为获取更多的结构，上述转换表可以从2维扩展至n维。在n维转换表（常称为n？1阶表）中，下一个音符出现的可能性，是由前n？1个音符来确定的。自然，增多考虑前面音符的个数来确定下一音符出现的可能性，将使转换表变得更为上下文敏感。该表就会更忠实于样本集合中旋律的风格。然而，用这种方法来扩充转换表首先将使转换表的大小呈指数级增长，这使其自身变得难以管理。其次是描述高阶结构的表会屏蔽低阶结构的描述。一般来说，系统可以交替地一方面使用高阶表，以便生成较忠实于样本集合中风格的音乐；另一方面使用较低阶的表，生成较新风格的音乐。关键是如何恰当地对高阶结构进行描述[13]。
转换表的作曲方法有两个弊端：其一是不能用来预示音符个数大于1的后继音符串；其二是这些音符的符号表达不便于描述从一个音乐的上下文生成若干个模仿、模进类的其他上下文过程。例如，八度的一致性以及“小三度”这样的抽象音程概念就无法在转换表的方法中有所体现。
1.2.2 算法作曲的数学模型——随机过程
随机过程，特别是马尔可夫链（即1.2.1节所述的马尔可夫转换表）一直广泛地应用于算法作曲领域（如文献[14]）。之所以如此，一个重要的理由大概是其具有较低的计算复杂度，这恰好适合于实时的应用系统。很多商业程序因此而使用随机过程。程控作曲家（cybernetic composer）系统[15]就是这类模型的一个范例。该系统可以创作出如爵士乐（Jazz）、摇摆乐及拉格泰姆（Regtime）乐这些不同风格的音乐片段。这一系统的一个有趣特点是先用马尔可夫链推演出旋律的节奏（1.2.1节的马尔可夫转换表中关于旋律音高的推演，也可平行地用于节奏的推演上），而较后的阶段再推演音高。
我们也可以见到一些无序的非线性系统。例如，在文献[16]中所提及的Chaos旋律理论。然而，我们很难判断由这些模型所构造的系统，其所生成的音乐的质量。因为在这些系统中有关音乐的“知识”不像所有其他的方法，是由人基于某一音乐理论或者从人的作品中“推演”而来的。随机过程的主要缺点如下。
（1）如果系统要创作并模拟某种音乐风格的作品，则必须先分析很多这种风格的音乐片段以发现某些必要特征的概率。
（2）随机生成的片段和音乐之间有偏差，而将这样的片段整合成标准的音乐是困难的。这是因为获取较高层次及较抽象层次的音乐概念是较困难的。
1.2.3 算法作曲中基于规则的知识库系统
音乐知识库的使用，似乎是一种很自然的选择。特别是当人们试图在已定义完整的领域内建立模型或者介绍一个清晰的结构或规则时尤其如此。其主要优点是：它具有清晰的推理，并能够为行为的选择做出解释。Ebcioglu[17]专门建立了一种回溯说明语言（Backtracking Specification Language，BSL），并用它来实现四声部合唱创作系统（CHORAL）——一个基于规则的专家系统。它可以构造具有巴赫风格的四声部合唱曲。该系统包含350多条规则。它们以一阶谓词的演算形式书写（这里的回溯说明语言）。这些规则从合唱曲的多个角度来描述音乐知识。例如，和弦的骨架以及多……