自动钢琴伴奏下中国民歌旋律和谐化研究

本篇研究论文探讨了如何利用机器学习技术在概率框架下实现自动为中国的民歌配上钢琴伴奏，将这一任务视为计算机音乐创作中的一个重要领域。作者冯寅、钟声声和陈魁来自厦门大学人工智能学院认知科学系，他们针对现有的带有钢琴伴奏的中国民歌样本，构建了一个模型来模拟钢琴伴奏的过程。这个模型不仅能够处理已有的音乐作品，还能用于对新的旋律进行自动编配，创造出具有钢琴伴奏的三声部音乐，包括左手、右手和输入的旋律声部。 论文的关键点在于将自动和声化（auto-harmonization）作为一项计算机音乐和算法作曲的研究课题，通过智能化系统来生成既符合音乐理论又富有表现力的钢琴伴奏。研究者强调，当前的一些自动化和声化系统的发展主要依赖于音乐理论规则的运用，即根据旋律的调性、节奏等特征自动生成合适的和声进程。 论文进一步介绍了研究的方法论，可能包括数据预处理、特征提取、模型训练（如神经网络或基于规则的系统）、以及评估和优化模型性能的策略。模型的输入可能是音符序列，输出则是与之相匹配的钢琴和声伴奏，整个过程旨在提高音乐创作的自动化程度，从而推动计算机音乐生成技术的进步。 此外，该研究可能参考了先前的相关工作，如基于规则的和声生成方法，以及深度学习在音乐生成领域的应用，如Magenta项目或GAN（生成对抗网络）在音乐合成中的尝试。通过将这些技术结合到钢琴伴奏自动和声化的实践中，论文旨在为音乐创作提供一种新的可能性，使得非专业音乐人也能便捷地生成高质量的钢琴伴奏。 这篇论文的主要贡献在于提出了一种基于机器学习的自动钢琴伴奏系统，它不仅能够增强中国传统音乐的表达，而且有可能为音乐创作领域开辟新的道路，推动人工智能在艺术创作中的实际应用。