和弦是旋律伴奏的基础，为旋律搭配合适的和弦是音乐制作中不可缺少的步骤。目前深度学习已经被广泛用于和弦生成任务，但是较少研究关注不同的和弦表征方式对于和弦生成结果的影响。本文以和弦的音阶组成对和弦进行表征，将传统的和弦生成任务从单标签分类转换为多标签分类，使得和弦生成模型可以充分利用和弦的音阶信息。通过搭建LSTM网络对传统标签法与音阶法和弦生成任务进行对比，实验结果表明以音阶表征和弦的方式在和弦类别预测上优于传统的标签法，且音阶法可以提升和弦生成模型对少数类和弦的预测能力。
科研之友
微信
新浪微博
Facebook
分享链接
