midicn音频与音乐制作 EN

符号域生成

符号域生成在音符与事件层面建模,输出可编辑的 MIDI 或乐谱。

符号域生成不碰波形,它把音高、时值与力度当作词,学着写出下一串。

问题

音频生成难以只改一个音,符号生成可以;但模型写出的声部常缺少方向,听起来像练习曲。

原理或流程

把 MIDI 切成 token,音高、时值、力度分别编码,用 Transformer 或扩散模型学上下文。条件可以是风格、和弦进行、动机或段落标记。生成长度受上下文窗口限制,长曲需要分段续写,段与段的接缝要单独处理。

做法与判断

先给和弦骨架或一个动机,再让模型续写。限制音域与复调数量,生成多条取长补短。到 DAW 里改力度、连奏与配器,保留种子与参数以便复现。判断一段生成是否可用,看它有没有终止式、低音是否只是根音重复、内声部有没有独立走向。

听什么

听乐句在哪里呼吸,终止式是否解决,动机有没有在下一次出现时变形。再听低音,如果它只会踩根音,和声就站不住。

常见误解

符号生成等于作曲;数据越多越好;输出 MIDI 就不用修。模型给的是素材,分句与配器仍要人来定。

在库中听例子

Chorale BWV 1/6C11:02四声部众赞歌的和声语法清楚,适合看模型是否守住声部规则详情15 Three-part Inventions, BWV 787/801: No. 10 in G, BWV 796C11:10三声部创意曲靠动机追逐展开,最能检验生成有没有方向详情Butterfly, TheC10:54爱尔兰吉格舞曲的变体传统,说明同一动机可以怎样改写详情Preludes and Fugues for Piano, Op.87: No.23 in F majorC15:36肖斯塔科维奇的前奏与赋格,复调密度高,适合压力测试详情

每首均来自 midicn-lib,行内徽标为许可档位(C1 可商用 / C2 非商业 / C3 仅学习研究)。

事实来源

  • 符号音乐表示与 token 化方法的公开研究,依 ISMIR 论文核查,未抄文本
  • 音乐生成评估中和声、动机与节奏的常用判据,依公开论文核查,未抄文本

仅用于核查事实,正文为原创撰写。