17、基于深度学习的音乐生成：从基础到实践

基于深度学习的音乐生成：从基础到实践

1. 音乐生成的准备工作

在进行音乐生成之前，需要对音乐理论有基本的了解。以下是一些必要的准备步骤：
1. 学习音乐符号 ：了解阅读音乐所需的基本符号，并学会如何将其进行数值表示，以便将音乐转化为训练生成模型所需的输入数据。
2. 使用相关资源 ：可以通过特定的代码笔记本来学习，同时，Sigurður Skúli的博客文章及相关GitHub仓库也是很好的入门资源。
3. 选择数据集 ：这里使用的原始数据集是J.S. Bach的大提琴组曲的MIDI文件。你可以选择任何你想要的数据集，若使用该数据集，可在代码笔记中找到下载MIDI文件的说明。
4. 准备软件 ：为了查看和聆听模型生成的音乐，需要安装能够生成音乐符号的软件，MuseScore是一个免费且实用的工具。

2. 音乐符号处理

2.1 加载MIDI文件

使用Python库 music21 来加载MIDI文件并进行处理。以下是加载MIDI文件并可视化的代码示例：

from music21 import converter
dataset_name = 'cello'
filename = 'cs1-2all'
file = "./data/{}/{}.mid".format(dataset_name, filename)
original_score = conve