基于文字情感的民族音乐智能生成项目Bert+Magenta【音乐生成部分】（一）

项目源码及数据集：
https://github.com/DreamShibei/ChineseMusicGenerator
其他模块：
基于文字情感的民族音乐智能生成项目Bert+Magenta----文本情感部分
基于文字情感的民族音乐智能生成项目Bert+Magenta【音乐生成部分】（二）

环境配置

使用ubuntu18.04系统

1.安装pycharm

参考Ubuntu 18.04 安装 PyCharm

2.安装pip

sudo apt install python-pip

出现报错E: Unable to locate package python-pip
解决方法：更新软件源
在更改配置文件时保存报错
"/etc/apt/sources.list" E212: Can't open file for writing
解决方法:w !sudo tee % > /dev/null

3.安装conda

参考Ubuntu 16.04系统下conda的安装与使用

wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
chmod 777 Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh

4.创建conda虚拟环境

创建环境

conda create -n magenta python=3.6

激活环境

source activate magenta

magenta安装

在github官网上下载magenta全部代码，使用pycharm打开
创建conda虚拟环境

根据提示安装配置库

在安装时出现报错

不知道为啥在pycharm里安不上
那就去命令行里安吧

pip install magenta

又有奇怪的报错

需要安装配置库

sudo apt-get install build-essential libasound2-dev libjack-dev

sudo apt-get update

再重新输入pip install magenta
就好了

magenta的使用

1.数据集准备

数据集使用midi格式

2. 数据转换

将包含MIDI音乐集的文件夹转化成NoteSequences。该音乐序列文件保存为TFRecord格式。

convert_dir_to_note_sequences.py \
  --input_dir= home/ubuntu/Downloads/1-1 \
  --output_file=/home/ubuntu/melody/notesequences.tfrecord \
  --recursive

3. 将NoteSequences文件中的旋律提取出来

调用melody_rnn_pipeline.py中的get_pipeline(config, transposition_range=(0,), eval_ratio=0.0)函数返回pipeline实例，通过pipeline进行数据集之间的转换，将一个tfrecord文件划分为训练集和评估集。

melody_rnn_create_dataset \
--config=attention_rnn \
--input=/home/ubuntu/melody/notesequences.tfrecord \
--output_dir=/home/ubuntu/melody/sequence_examples \
--eval_ratio=0.10

提取旋律后所生成的文件

4.训练和验证过程

i. 训练过程

melody_rnn_train.py \
--config=attention_rnn \
--run_dir=/ home/ubuntu/melody /logdir/run1 \
--sequence_example_file=/ home/ubuntu/melody /sequence_examples/training_melodies.tfrecord \
--hparams="batch_size=64,rnn_layer_sizes=[64,64]" \
--num_training_steps=20000

开始训练

训练到一半被系统kill了 可能是由于虚拟机内存不够，最好在初始创建时选择大一点的虚拟机

ii. 验证过程

也使用melody_rnn_train.py。不同的是，在运行验证程序时，我们需要把eval写为True，bool格式；同时，sequence_example_file为验证集，即eval_melodies.tfrecord的路径

melody_rnn_train.py \
--config=attention_rnn \
--run_dir=/ home/ubuntu/melody/logdir/run1 \
--sequence_example_file=/ home/ubuntu/melody /sequence_examples/eval_melodies.tfrecord \
--hparams="batch_size=64,rnn_layer_sizes=[64,64]" \
--num_training_steps=20000 \
--eval

在验证过程中有奇怪的报错还没解决

5. 音乐生成

melody_rnn_generate.py \
--config=attention_rnn \
--run_dir=/home/ubuntu/melody /logdir/run1 \
--output_dir=/home/ubuntu/melody /generated \
--num_outputs=10 \
--num_steps=128 \
--hparams="batch_size=64,rnn_layer_sizes=[64,64]" \
--primer_melody="[60]"

虽然只训练了一半，但生成部分还是可以顺利运行，生成midi音乐如下图所示，可以调整num_steps来控制生成的音乐片段长度（训练未完成可能导致生成的音乐不大好听）