数字技术与应用杂志

摘要：<正>本文基于乐曲的音高规律,结合网络结构属性和音乐生成基本原理,提出一种改进长短期记忆网络(LSTM)音乐生成深度学习模型DBLAL。该模型中的BiLSTM能够提取过去和未来两个方向的序列信息,强化预测序列的稳定性;注意力机制将平均注意力影响转换为个性化的概率分布影响。实验结果表明,预测精度平均提升约10%,验证了本模型的有效性。

基金资助： 2025年度吉林省教育科学“十四五”规划“AI赋能高校音乐学器乐专业课堂教学的关键技术研究”(BRJ25038)；

专辑： 信息科技;哲学与人文科学

专题： 音乐舞蹈;自动化技术

分类号： J60-05;TP18