自动作曲是人工智能领域的一个重要分支,是试图使用某个形式化的模型来模仿作曲家音乐创作行为的研究。由于音乐作品的创作风格不尽相同,研究自动作曲技术实质上就是探索不同作曲家的创作风格计算模型。本文在自动作曲领域的理论研究基础上,结合歌曲风格的多样性,设计了一个基于风格模仿的旋律创作计算模型。该模型涉及训练与创作两个阶段。在训练阶段,通过收集和训练一系列不同风格的样本歌曲,以乐汇作为创作基本单元,提取其情感、调式、乐汇、曲式结构(涉及样本歌曲中相邻乐汇或间隔乐汇之间的逻辑关系构成的单段式或多段式多乐汇结构)以及主题信息等属性特征,以建立乐汇与歌曲模板数据库。在创作阶段,通过在歌曲模板数据库中选择歌曲模板以建立创作目标(涉及确定歌词的诗歌形式、表达情感与节拍信息),通过搜索乐汇数据库寻找能匹配指定歌曲模板的多乐汇结构中相应乐汇间关系的乐汇,并对多乐汇结构中的乐汇进行音级置换,乐汇拼接及整理后自动生成一首风格类似的完整歌曲。其主要涉及以下研究:1、提出一种改进的多乐汇结构识别算法。该算法可更加全面地识别出多个相邻乐汇或间隔乐汇间的关系,充分学习样本歌曲的乐汇间关系。2、提出基于曲式结构的寻找乐汇思想。根据模板歌曲的曲式结构,由前一个乐汇或间隔乐汇的信息和乐汇间的关系寻找后一个满足要求的乐汇,循环往复直到找到所有相应乐汇。3、提出音级置换的方法。即将不同现有歌曲的乐汇通过移调的方式,使得乐汇中每个音符的音高均转化成同一调性下的音级,并将另外一个包含相同非休止音符和非装饰音符个数的乐汇的第i个音符的音级取代该乐汇第i个音符的音级以构成一个新的乐汇。4、开展乐汇信息修整工作。将乐汇拼接成歌曲时,需要通过合并、拆分或添加音符等方式以确保旋律的正确性和风格的一致性。此外,如何评估自动作曲系统生成的音乐的质量是自动作曲领域研究中另一个不可回避的问题。本文提出一种评估歌曲质量的客观估算模型,包括介绍评估模型相关概念和计算公式来计算旋律的创新度与美感度。对现有歌曲和算法生成的机器歌曲的旋律质量分别进行主观评估与客观评估,并对估算结果进行比较和讨论。在上述研究基础之上,本文搭建了一个基于风格模仿的歌曲创作系统。通过实验与评估可证明,该系统可以模仿指定歌曲的音乐创作风格并生成类似风格的完整歌曲,具有较高的应用价值。