透過您的圖書館登入
IP:18.222.96.135
  • 學位論文

模仿樂句旋律進行的演化式音樂創作

Imitating Melodic Progression of Musical Phrases in Evolutionary Composition

指導教授 : 丁川康
若您是本文的作者,可授權文章由華藝線上圖書館中協助推廣。

摘要


音樂是亙古以來人類長期累積而成的文化智慧結晶之一。隨著人工智慧 (artificial intelligence) 的快速發展,演化式音樂創作 (Evolutionary Composition, EC) 實現由電腦自主來創作樂曲。然而,電腦自動音樂創作和人 為音樂創作可明顯地被分辨出差異,主因是電腦自動音樂創作常忽略音樂流程的固定安排,導致聽眾難以預測音樂的下一步動作。電腦如何有效地運用人類的創作經驗、發揮電腦自身的特長讓創作出來的樂曲更貼近人為音樂創作,目前在電腦音樂創作領域仍是一大挑戰。此篇論文提出模仿真實樂曲之特徵來設計演化式音樂創作。該設計沿襲音樂理論 (music theory) 的概念,並引用真實的樂曲旋律作為演化的模仿對象。根據模仿對象的特徵,提出兩種修復機制令演化過程中新旋律能具備與真實旋律相同的特徵,再根據模仿對象的特徵提出四種適應值的評估方法 (fitness function) ,利用不同的適應值評估方法各自引導演化來創造出與真實樂曲迴異的新旋律。透過以上設計,我們成功模仿出與真實旋律相同的旋律特徵,並探討在維持與模仿對象相同的旋律特徵前提下,不同適應值評估方法對演化後旋律之結構的影響。

並列摘要


參考文獻


[7] A. R. Burton and T. Vladimirova. Genetic Algorithm Utilising Neural Network Fitness Evaluation for Musical Composition. In Artificial Neural Nets and Genetic Algorithms, pages 219–223, 1998.
[8] R. B. Dannenberg, B. Thom, and D. Watson. A Machine Learning Approach to Musical Style Recognition. In Proceedings of International Computer Music Conference. University of Michigan, 1997.
[9] A. E. Eiben and J. E. Smith. Introduction to Evolutionary Computing. springer, 2003.
[12] A. Horner and D. E. Goldberg. Genetic Algorithms and Computer-assisted Music Composition. Urbana, 51(61801):14, 1991.
[16] C.-H. Liu and C.-K. Ting. Polyphonic Accompaniment Using Genetic Algorithm with Music Theory. In Proceedings of IEEE Congress on Evolutionary Computation, pages 1–7, 2012.

延伸閱讀