第1章 算法作曲技术的研究进展 1
1.1 算法作曲研究中存在的问题 2
1.1.1 音乐的知识表达问题 2
1.1.2 创造性和人机交互性问题 2
1.1.3 音乐创作风格问题 3
1.1.4 系统生成的作品的质量评估问题 3
1.2 当今各种算法作曲方法评估 4
1.2.1 使用马尔可夫转换表的算法作曲方法 4
1.2.2 算法作曲的数学模型——随机过程 4
1.2.3 算法作曲中基于规则的知识库系统 5
1.2.4 算法作曲的音乐文法 5
1.2.5 人工神经网络在算法作曲中的应用 6
1.2.6 使用遗传算法的算法作曲系统 7
1.2.7 多种技术混合系统 7
1.2.8 算法作曲系统中的音乐情感计算处理技术 8
1.2.9 机器音乐的质量评估 8
1.3 结论 9
参考文献 9
第2章 歌曲旋律自动创作系统及其质量评估 13
2.1 问题的提出 13
2.2 创作歌曲旋律的计算模型 14
2.2.1 歌曲中的乐汇结构 14
2.2.2 新乐汇的构造 16
2.2.3 多乐汇结构 17
2.3 自动作曲系统体系结构 23
2.4 实验与质量评估 24
2.4.1 实验数据、创作目标与约束条件的设定 24
2.4.2 评估方法——客观估算模型与主观评估模型 24
2.4.3 与现有自动作曲系统的比较与讨论 31
2.5 结论 32
参考文献 33
第3章 自动钢琴伴奏系统 34
3.1 旋律配和声技术的研究进展及问题的提出 34
3.2 音型元结构的非形式描述与系统体系结构 36
3.3 系统基本概念的形式描述 43
3.3.1 音符、音群的形式描述 43
3.3.2 调式分析系统的计算模型 45
3.3.3 音群结构的rR级置换 48
3.3.4 模仿结构的形式描述以及原始钢琴伴奏音型 49
3.3.5 调式和弦、音群结构的特征和弦与和弦特征 51
3.3.6 乐谱中的节奏对比序列 54
3.3.7 K声调式音阶特征K-MP（M）与最优特征和弦序列 55
3.3.8 钢琴伴奏风格的形式描述 56
3.4 实验结果的解释与讨论 60
3.4.1 实验设计与执行 60
3.4.2 实验结果的评估与讨论 63
3.5 音型元结构技术与其他技术的比较 64
3.5.1 与约束技术的比较 64
3.5.2 与基于HMM的和声自动生成技术的比较 66
3.5.3 与EMI系统的比较 67
3.6 结论与将来的工作 67
参考文献 68
第4章 基于调性分析的哼唱旋律自动识别系统 70
4.1 国内外哼唱旋律识别相关技术的研究进展 71
4.2 存在的问题 73
4.3 系统工作流程 74
4.4 手工标注哼唱音符（音高）的听觉说明 77
4.5 两种手工记谱法的结果：实际哼唱旋律与期望哼唱旋律 80
4.6 信号帧的扩展MIDI音高估算方法 82
4.6.1 基于信号帧倍频对基频能量比的F0t更正模型 83
4.6.2 基于变采样技术的信号帧音高的估算 84
4.6.3 信号帧的扩展MIDI音高及其估算 87
4.7 哼唱音符切分与音高的估算 91
4.7.1 哼唱信号帧的能量变化分析 91
4.7.2 基于信号帧音高变化的信号区域分类及其音高估算模型 93
4.7.3 哼唱音符的形式描述 99
4.7.4 基于ATN的哼唱音符切割算法 100
4.7.5 基于信号帧能量变化的音节切分法 102
4.8 基于哼唱音程调性分析的期望哼唱旋律的估算 106
4.9 实验及评估 110
4.9.1 音乐收集与评估标准 110
4.9.2 性能测试与评估方法 111
4.9.3 结果的比较与讨论 117
4.10 结论 121
参考文献 122
附录 126