Python音乐识别、生成和智能模型|Python音乐识别、生成和智能模型|用户指南,第7章:和弦

本文为博客 VIP 文章,开通 VIP 后可阅读全文

开通 VIP

用户指南,第7章:和弦

User’s Guide, Chapter 7: Chords — music21 Documentation (mit.edu)

和弦,顾名思义,是组合多个 [Pitch](https://link.zhihu.com/?target=https%3A//web.mit.edu/music21/doc/moduleReference/modulePitch.html%23music21.pitch.Pitch)物体在一根茎上。它们可以 在music21. chord模块中找到。最通用的创建方法 一个[Chord](https://link.zhihu.com/?target=https%3A//web.mit.edu/music21/doc/moduleReference/moduleChord.html%23music21.chord.Chord)对象是通过传入一个列表 您想要在和弦中的音高名称:

from music21 import *
cMinor = chord.Chord(["C4","G4","E-5"])

NoteChord对象,因为它们都是 [GeneralNote](https://link.zhihu.com/?target=https%3A//web.mit.edu/music21/doc/moduleReference/moduleNote.html%23music21.note.GeneralNote)对象在 常见的:

cMinor.duration.type = 'half' 
cMinor.quarterLength

2.0

但是由于Chord包含许多音高,它没有 .pitch属性:

cMinor.pitch

--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) in ----> 1 cMinor.pitch AttributeError: ‘Chord’ object has no attribute ‘pitch’

相反,它有一个[.pitches](https://link.zhihu.com/?target=https%3A//web.mit.edu/music21/doc/moduleReference/moduleChord.html%23music21.chord.Chord.pitches) 在Chord中返回音高元组的属性。

cMinor.pitches

(<music21.pitch.Pitch C4>, <music21.pitch.Pitch G4>, <music21.pitch.Pitch E-5>)

关于Python的更多信息。.pitches返回一个元组,什么是 那个?元组就像一个列表,除了与具有正方形的列表不同 括号在它周围,元组周围有括号:

baroqueTuple = ('Strozzi', 'Bach', 'Handel', 'Telemann') 
classicalList = ['Mozart', 'Haydn', 'Saint-George', 'Beethoven'] baroqueTuple

(‘Strozzi’, ‘Bach’, ‘Handel’, ‘Telemann’)

classicalList

[‘Mozart’, ‘Haydn’, ‘Saint-George’, ‘Beethoven’]

元组和列表都可以通过使用方括号中的数字访问它们来查找成员:

baroqueTuple[0]

‘Strozzi’

classicalList[0]

‘Mozart’

但两者之间最大的区别是你可以操纵一个 列表,但不是元组。如果我们试图将某人添加到经典列表中, 使用.append它工作得很好。

classicalList.append('Ella Fitzgerald') # she's a classic to me... 
classicalList

[‘Mozart’, ‘Haydn’, ‘Saint-George’, ‘Beethoven’, ‘Ella Fitzgerald’]

classicalList.remove('Mozart') 
classicalList

[‘Haydn’, ‘Saint-George’, ‘Beethoven’, ‘Ella Fitzgerald’]

但是元组不能更改:

baroqueTuple.append('Miles Davis')

--------------------------------------------------------------------------- Attr

chatgpt赋能python:如何用Python音乐——实现简单的音频播放功能 本文由chatgpt生成,文没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。 阅读详情

相关推荐

Python实现AI生成音乐:通过Magenta与MIDIUtil开启音乐与AI的创作之旅

本文详细介绍了如何使用Python实现AI生成音乐,通过MagentaMIDIUtil库生成简单的音乐旋律。Magenta使用深度学习模型生成音乐片段,而MIDIUtil则允许手动创建MIDI文件。文展示了如何下载使用预训练模型生成旋律,并深入探讨了AI音乐生成的潜力与挑战。AI音乐生成具有自动作创意辅助等应用场景,但也面临创造性、版权风格一致性等问题,是未来音乐创作的重要方向之一。

一个被知识诅咒的人 2270

python-beat-detector:实时检测音频节拍,计算 BPM 并随着音乐及时闪烁 LED 灯带

Python节拍检测器 实时检测音频节拍,计算 BPM 并随着音乐及时闪烁 LED 灯条。

AIGC音乐生成中的音乐高潮生成技术

本文旨在全面解析AIGC技术在音乐高潮生成领域的应用原理技术实现。音乐高潮的数学建模特征提取基于深度学习的音乐高潮生成算法音乐情感计算在高潮生成中的应用实际系统实现性能评估本文的范围限于使用AI技术生成音乐高潮部分,不包括完整的音乐作品生成过程。背景介绍:阐述研究背景基本概念核心概念与联系:分析音乐高潮的AI生成原理核心算法原理:详细讲解关键技术算法数学模型:建立音乐高潮的数学表示项目实战:完整的代码实现案例实际应用场景:商业艺术应用分析。

大模型应用工坊 741

音高检测:不仅可以识别简单乐器的音高,还可以识别小提琴、大提琴、卡曼奇等的音高-matlab开发

这个 GUI 通过使用训练有素的神经网络识别音高音高由频域中的第一个峰值决定,对于许多乐器来说,第一个峰值是最高峰,但对于小提琴、大提琴、卡曼切等而言则不然。 在这些仪器中,其他峰值可能具有更高的值。 因此,通过一种全面而智能的方法,我设法简单地识别了它们 要运行,请在命令窗口中输入:pitch (不要运行 GUI 文件) 有关更多信息,您可以查看: https : //sites.google.com/site/amirsoleimanimanibajestani/project/pitch-detection 电子邮件:A.Soleimani.B@gmail.com

手把手教你用python演奏音乐(以富士山下为例)

【代码】手把手教你用python演奏音乐(以富士山下为例)

weixin_44351032的博客 817

听歌--用python实现一个音乐检索器

访问flyai.club,一键创建你的人工智能项目作者 | 唯心不易@博客园http://www.cnblogs.com/chuxiuhong/p/6063602.html听歌,顾名思义,用设备“听”歌,然后它要告诉你这是首什么歌。而且十之八九它还得把这首歌给你播放出来。这样的功能在QQ音乐等应用上早就出现了。我们今天来自己动手做一个自己的听歌我们设计的总体流程图很...

weixin_33772645的博客 645

Python 人工智能实战:智能音乐生成

作者:禅与计算机程序设计艺术 1.背景介绍 智能音乐生成简介 智能音乐生成(Intelligent Music Generation),又称作音乐机器人、音乐助手或音乐AI,它是一个可以产生出令人惊叹的新颖旋律的计算机程序。通过输入一些音乐风格特征,例如

AI架构师小马 797

音乐识别器:基于AleksEy Saenko的开源音乐识别指南

--- ## 项目介绍 **音乐识别器**是AleksEy Saenko开发的一个开源项目,旨在实现通过音频片段识别的功能。这个项目利用先进的音频处理技术,帮助用户从环境声音中捕捉旋律,并匹配到相应的目。它非常适合音乐爱好者以及想要在自己的应用程序中集成音乐识别功能的开发者。 ## 项目快速启动 ### 环境准备 确保你的开发环境中已经安装了以下软件: - Git - Pytho...

gitblog_00808的博客 1269

AI音频处理:从语音识别音乐生成

AI音频处理:从语音识别音乐生成 关键词: 语音识别 语音合成 音频特征提取 音乐生成 深度学习 神经网络 端到端模型

AI大模型应用之禅 1612

Dejavu音频指纹识别终极指南:5分钟打造智能音乐识别应用

Dejavu是一款基于Python的音频指纹识别识别工具,能够帮助开发者快速构建智能音乐识别应用。本文将为你提供一份简单快速的入门指南,让你在5分钟内掌握Dejavu的核心功能使用方法。 ## 🎧 什么是音频指纹识别? 音频指纹识别是一种通过提取音频信号中的独特特征来识别音乐的技术。就像人类的指纹一样,每首音乐都有其独特的"音频指纹",Dejavu正是通过分析这些指纹来实现音乐识别的。

gitblog_00893的博客 795

数学与音乐生成:自动作的数学模型

数学与音乐生成:自动作的数学模型 关键词 自动作 数学模型 音阶与弦 随机过程 神经网络 算法实现 实际案例 摘要

AI天才研究院 1206

Python 深度学习实战:智能音乐生成

作者:禅与计算机程序设计艺术 1.背景介绍 在人工智能、机器学习领域,有越来越多关于音乐生成方面的研究尝试。其中比较知名的有 MuseGAN(一种用GAN网络生成音乐模型),其创新之处就是将原始音乐转换成高音质的虚拟乐器声音,创造出了一系列令人惊叹的现代音乐作品。随着计

AI架构师小马 652

PyTorch生成式人工智能实战:从零打造创意引擎

专栏《PyTorch 生成式人工智能实战》深入探讨了生成式人工智能,这项技术通过其高效快速的内容创作能力,正在重塑众多行业。具体来说,将学习如何使用生成模型来创建各种形式的内容:数字、图像、文本音频。此外,还将学习从零开始构建这些模型,以便深入理解生成式 AI 的内部工作原理,我们将使用 Python PyTorch 来构建、训练使用这些模型

盼小辉丶的博客 3万+

101基于CNN的music音乐类别识别

这是运行python 03pyqt.py的可视化界面,通过第一个按钮加载需要检测的music音频,运行第三个按钮就会将检测结果,比如加载jazz这个环境声音的音频,就能对检测结果显示在下方Result处。089基于深度学习的小样本数据检测_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mob。081基于深度学习的农业病虫害检测小程序版本_含10多种模型包括alexnet、DenseNet、DLA、Goog。有兴趣的小伙伴也可以自行扩充数据集,或训练自己的数据集。

vfvdgsfdgfh的博客 1161

智能合约+AI识别音乐版权存证系统核心技术

你是否听过这样的新闻?独立音乐人耗时半年创作的歌,突然在短视频平台爆火,却发现被某网红“二次创作”后抹去原作者信息;或者音乐平台上两首歌旋律高度相似,双方为“谁先创作”争执不下。这些问题的核心,是音乐版权存证的低效与不可信——传统的“邮件存证”“公证处备案”流程繁琐、成本高,且无法防篡改。本文聚焦“智能合约+AI识别”技术如何解决这一痛点,覆盖从技术原理(AI如何“听懂”音乐智能合约如何“自动签约”)到实战落地(代码实现、系统搭建)的全链路解析。用一个音乐人的真实故事引出版权存证痛点;

AI智能探索者的博客 1186
上一篇: 十分钟彻底搞定python异常处理
下一篇: Python Matplotlib 常见图形绘制
程序媛幂幂
博客等级 码龄3年 3039粉丝 · 265原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值