尝试从声波中提取特征，用于人工智能歌曲作曲家。
尝试从声波中提取特征，用于人工智能歌曲作曲家。
提问于 2015-07-14 22:37:32
我正计划制作一个AI歌曲作曲家，它会吸收一组乐器的歌曲，从声波中提取音符(比如ABCDEFG)和某些特征，预制板机器学习(很可能是通过递归神经网络)，并输出一系列ABCDEFG音符(也就是产生自己的歌曲/音乐)。
我认为这将是一个没有监督的学习问题，但我不太确定。
我想我会使用递归神经网络，但我有几个关于如何处理这个问题的问题：
- 我应该从声波中提取什么特征，这样输出的音乐才是悦耳的？
此外，我还有几个问题
- 有什么聪明的方法可以让我在声波的特征以及音符序列中补充信息呢？
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-07-16 06:44:56
我曾经做过类似的事情(在matlab上做了一个类似于shazam的应用程序)，我认为你可以用FFT(快速傅立叶变换)把它分解成组成频率和它们相应的振幅.Then，你可以用不同仪器的频率范围从整串中选择它们并进行分类。
Stack Overflow用户
发布于 2015-07-20 02:57:11
我已经尝试过类似的RNN (递归神经网络)。尝试使用LSTM网络(长期短期内存)，它们比RNN更适合于这种类型的数据处理，因为它们不受“消失梯度问题”的影响。
Chris Thaliyath说的是关于如何训练特征检测器的一个很好的提示。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/31418602
复制相关文章
相似问题
腾讯云开发者
