84、音乐创作与多目标优化中的前沿技术探索

音乐创作与多目标优化中的前沿技术探索

1. 两阶段自主进化音乐作曲

在音乐创作领域，有一个独特的视角聚焦于两阶段自主进化音乐作曲。在一段音乐片段中，小节 I 和 III 有着特殊之处，它们是整个片段里仅有的最后两个八分音符不是 G# 和 E 的小节；而小节 II 和 IV 则是仅有的前三个八分音符不全是 F# 的小节。并且，小节 I 的最后一个音符和小节 II 的第一个音符相同，这是音程评估函数作用的结果，该函数在第二阶段的作用是评估动机之间的过渡。

目前，在评估动机组合方面，需要新的技术。动机组合的评估应考虑整个音乐作品，而不仅仅是动机中第一个和最后一个音符的过渡解决。一种值得研究的方法是应用形式文法，它是用于分析或生成符号序列的描述性或规定性规则的集合，在音乐中，这些符号就是音符及其属性等音乐参数。

在像音乐创作这样的多目标优化问题中，不同的评估函数被应用于生成作品的适应度度量。目前设计的主要函数有音程和比率，在评估进化生成的音乐时，它们被同等对待。

2. 分层遗传算法在音乐伴奏生成中的应用

音乐伴奏系统设计旨在打造一个能像人类伴奏者一样为独奏者提供音乐伴奏的系统。该设计可细分为三个子任务：
- 聆听 ：听取独奏者演奏的听觉数据，并将其转换为系统可解释的符号。
- 音乐决策 ：系统决定自己在音乐中的角色，即应该演奏的音乐数据。
- 演奏 ：系统执行自己的部分，对于计算机化系统来说通常指合成。

如今的系统为推进“音乐决策”部分，倾向于实施先进的音乐创作算法，如遗传算法（GA