音樂的計算機模擬生成研究

王 菁

（銅陵學院，安徽 銅陵 244000）

音樂的計算機模擬生成研究

王 菁

（銅陵學院，安徽 銅陵 244000）

音樂的計算機認知以及智能創作屬于電腦音樂的根本目標，但我國對此方面的認識和研究仍然處于初級階段.隨著多媒體技術的產生，使聲音和音樂領域的發展得到了新的機遇.音樂是人們生活中不可缺少的一部分，當代社會對音樂的需求也逐漸增加，但以往傳統人工作曲的音樂生成方法已經難以符合當前的社會需求，利用計算機進行新型音樂創作成為大勢所趨.

音樂；計算機模擬；生成技術

隨著社會經濟的迅猛發展，人們的物質生活水平得到顯著提升，越來越多的人們注重精神追求.音樂從本質上來看屬于自然界的聲音，能夠通過情感融入的方式與人產生關聯.其中，主要是依靠音色、頻率、幅度以及長度等幾個因素來決定，通過要素的不同變化構成不一樣的音樂旋律.目前，計算機模擬音樂的形成具有較強的獨特性，能夠具備較為成熟的軟硬件系統，通過對其進行的模擬預測生成各種類型的音樂，滿足不同人群對音樂的需求.

1 音樂序列的模擬生成實驗與方法

1.1 模擬生成方法

在研究音樂序列的模擬生成之前，首先應對音樂序列特征進行分析，了解其音色、頻率、幅度以及長度等幾個因素，在對這些因素進行分析之后，則可以進行音樂的模擬生成，主要的生成方式有以下幾個方面.

第一，首先對原始音樂進行細致的分析，了解其節奏周期內的長度、衰減率、最大振幅以及大波動的頻率等等，并且掌握每個節奏周期內進行移動的小波動序列.第二，當上述特征以及小波動序列都處于平穩狀態下時，可以通過自回歸模型對其進行預測.第三，再得出具體的預測結果之后，利用弦振動函數模型將其中每個節奏中的模擬音樂序號進行逐一生成.第四，將生成后的每個周期內的信號序列進行首尾相連，從而得到一段較為完整的信號序列.為了能夠使模擬后的音樂與原始音樂相比更加具有真實性，在模擬時可以采用將多個周期中的大波動頻率進行疊加，使其變成節奏周期內的小波動序列，以此來提升真實性的同時，還能夠使其獲得音色更加飽滿的模擬音樂.

1.2 模擬音樂編程軟件

在本文的研究中應用的編程軟件為MATLAB6.5，這款軟件能夠在音頻的處理上，通過一系列函數將聲音信號的模擬量轉變為數字序列，從相關工作提供較大的便利.在該軟件中通常會用到的一些函數名稱代表含義如表1所示.

表1 MATLAB聲音模擬量轉換相關函數

1.3 考察與討論

根據上述所介紹的模擬音樂生成法，對原始音樂進行生成實驗，原始音樂序列與模擬音樂序列的比較，并對生成效果進行比較.

1.3.1 音響效果

將模擬音樂通過MATLAB的放音功能進行播放之后，能夠發現其在音樂旋律方面與原始音樂相比是十分接近的，為了能夠進一步對原始的音樂序列進行模擬，應對生成的音樂序列進行特征方面的分析，并與原始音樂序列進行對比，發現其中的區別之處并改正[1].

1.3.2 自相關系數

利用自相關系數公式對模擬和原始音樂序列進行計算和比較，通過比較結果能夠清楚的看出0～500差位之間的自相關系數曲線，通過進一步的統計分析得出，模擬和原始音樂的周期平均值處于40左右，其基因周期為100左右.但是二者顯著的區別在于模擬音樂在基因周期方面與原始音樂相比，不是十分明顯，這一點將會導致兩個音樂在旋律方面產生一定的差別[2].

1.3.3 頻譜特征

將模擬音樂進行傅里葉變換之后，能夠清楚的了解到其音樂序列的特性，并且將其與原始音樂進行比較分析之后得出以下結論.第一，總體頻率特征.將整段音樂進行傅里葉變換之后將能夠看出模擬與原始兩種音樂在總體頻率方面幾乎保持一致，但原始音樂與模擬音樂相比，頻率的分布范圍較寬，在頻率的成分上也較為豐富.第二，分段頻率特征[3].從總體頻率特征的分析中能夠得出，雖然二者之間的差距不是太大，但是不同的節奏周期內，其頻率特征不盡相同.因此，對分段頻率特征的考察就顯得十分必要.基于此，在模擬音樂序列中隨機抽取一段節奏周期進行傅里葉變換，并將其與原始音樂的對應階段進行比較之后發現，在這一階段內原始音樂序列的頻率分布仍然大于模擬音樂.這樣的考察結果能夠說明一些問題所在，即模擬音樂序列的頻率范圍較為狹小，使得音樂的豐滿度不達標，進而與原始音樂之間仍然存在一定的差距[4].

2 基于短時傅里葉變換的音樂序列分析

2.1 模擬音樂短時幅度譜的預測方法

在利用該方法進行預測時，首先，應明確模擬音樂中所包含的周期個數，在這里用m表示，個數的設定較為靈活，可以根據自身研究的需要設置，也可以與原始音樂中的個數相同，在本文中選擇與原始音樂個數相同進行研究.其次，依照音樂序列節奏周期的波動狀況進行分幀，在此之前應明確針長，再確定出每個節奏區域內所包含的幀數bm[5].利用原始音樂中的幀序列{bm}和自回歸模型，則可以生成相應的bm.最后，在每個節奏中頻率1～4000Hz之間，對相應頻率中的自回歸模型進行預測生成，具體的波動情況如表2所示.

表2 短時幅度譜變化情況

2.2 模擬生成實驗及討論

2.2.1 模擬生成實驗

首先，在對一段音樂序列進行短時傅里葉變換之前，應明確其幀長、幀移、分幀加窗等內容，并且以每個節奏周期為單元將各個幀融入到三維函數當中.其次，根據上述步驟進行操作之后，將能夠在二維空間上得到一段較為波動的序列，利用自回歸模型將其進行模擬生成之后，形成一個模擬幅度譜.最后，將原始音樂信號中的1～50采樣點與模擬音樂中的50個數據點相對應，再利用傅里葉變換的方式計算出其幅度譜，根據第一幀幅度譜對以下信號進行推算和重構，進而推算出每一幀中的數據，進而獲得一個嶄新的模擬音樂序列[6]，具體的模擬幅度變化情況如表3所示.

表3 模擬幅度變化情況

2.2.2 實驗討論

為了能夠證明該模擬音樂序列的效果，證實短時變換音樂處理的有效性，本文將再次對新模擬音樂序列進行分析和討論[7].

在音響效果方面，分別對模擬音樂以及原始音樂進行收聽之后發現二者在旋律和節奏等方面具有較大的相似之處，但是在模擬音樂中仍然能夠聽出有噪音的存在，在對此現象產生原因進行深入分析之后得出，主要是由于在對模擬幅度譜進行信號的重構時，采樣點屬于其中較為重要的內容，但對于部分采樣點來說，由于無法在事先獲得，因此只能利用原始音樂中的樣點進行替代[8]，由此產生了誤差.在短時自相關系數方面，該系數是對短時技術處理信號進行應用時，需要設置的基本參數，從對原始和模擬音樂二者的自相關系數比較來看，呈現出十分相近的趨勢，但是卻依然不是高度一致[9].在短時頻譜方面，主要利用短時傅里葉變換對模擬音樂進行考察，雖然事先已經對此部分進行了考察，但是由于信號的重構將會給后續工作帶來較大的影響，使音樂序列產生誤差，因此應對模擬音樂序列的短時幅度譜進行再次考察，考察后的結果如表4所示[10].

表4 模擬音樂與原始音樂相比的幅度區別

3 結束語

綜上所述，音樂能夠帶給人們極大的精神享受，已經成為人們生活中不可缺少的一部分.隨著社會的不斷發展，科學技術被逐漸應用到各個領域之中，對音樂的特征識別以及模擬等都可以通過計算機技術來實現，并且能夠利用其實現動態發音的識別和分類等功能.但是，本系統在對原始音樂進行模擬的過程中，由于受到外界諸多因素的影響，通常會混雜著一些噪音，對模擬音樂的質量產生較大的不利影響，因此，在日后的發展中，應積極采用先進技術進行改進，使其能夠更加高效的運用.

〔1〕武宇.基于音樂情感驅動的舞臺燈光控制研究[D].北京交通大學,2014.

〔2〕李巖.舞臺音樂罩對多功能專業化劇場音質改善的分析研究[D].哈爾濱工業大學,2013.

〔3〕沈大壯.試談合成聲場的C50-語言清晰度C80-音樂透明度——《EASE—現今電聲、建聲計算機模擬設計軟件》一文的補充[J].音響技術,2012（04）:26-29.

〔4〕張杰.論計算機音樂系統的構建[J].黃河之聲,2008(01):45-47.

〔5〕彭瓊.音樂情感的計算機分析與自動識別技術研究[D].上海交通大學,2008.

〔6〕王拓.計算機音樂虛擬音色與數字音頻技術[D].東北師范大學,2006.

〔7〕邵建平.計算機音樂的“人性化”及其實踐研究[D].南京藝術學院,2005.

〔8〕王瑞年.當代計算機音樂技術發展概覽[J].中國音樂學，2003(04):120-125.

〔9〕劉思軍.電子音樂作品制作技術的演進過程及計算機化趨勢[J].中央音樂學院學報,2003(02):51-57.

〔10〕劉丹,張乃堯,朱漢城.基于音樂特征識別的音樂噴泉計算機輔助設計系統[J].電子技術應用,2003(03):12-15.

TP27

A

1673-260X（2017）09-0018-02

2017-06-07