你可以检查这些文件
使用申克分析和和弦空间中的概念生成音乐
和弦
进行的概率模型
但是这个主题很复杂,例如,让我们说音乐信号的准确和紧凑表示是基于内容的大规模音乐应用程序的关键组成部分,例如音乐内容管理和近似重复音频检测。在这种情况下,您正在使用 C 大调音阶,如下所示:
C - D - E - F - G - A - B
有间隔
C - STEP - D - STEP - E - HALF STEP - F - STEP - G - STEP - A - STEP - B - HALF STEP - C -
现在一个和弦是由音符之间的距离形成的,例如
C major chord is formed by C-E-G
D minor chord is formed by D-F-A
E minor chord is formed by E-G-B
F major chord is formed by F-A-C
G major chord is formed by G-B-D
A minor chord is formed by A-C-E
B dim chord is formed by B-D-F
尽管在该领域进行了许多研究,但您描述的问题仍未得到很好的解决。例如,看看其他论文,他们建议根据和弦进行对音乐信号进行中级总结。因此,基于监督学习模型从音乐信号中识别和弦进行,并通过局部探测 n-best 候选来提高识别精度。
因此,您可以研究和弦进行的属性,然后从探测的和弦进行计算直方图,作为音乐信号的摘要。然后通过基于和弦进行的总结,您可以描述音乐信号的谐波进行和音调结构。
但是怎么做呢?,你需要音乐数据集(> 70,000首歌曲??),这样你就可以检索相关信息......