乐府学与边塞诗研究的结合与开创——陶成涛《边塞诗的音乐生成》评介

陶成涛《边塞诗的音乐生成》是一部将乐府学研究和边塞诗研究相结合的具有方法论创见的专著。在乐府学研究方面,对鼓吹乐、清商乐、相和歌都进行了更加深入的考察,得出了鼓吹乐“仪式化”、清商乐“以悲为美”、相和歌“弦乐化”等新结论,对于“赋题法”也提出了符合乐府音乐演奏实际的补充。在边塞诗研究方面,指出了文人出塞并不是创作边塞诗的必要条件,边塞诗是从以横吹曲、“边声”等音乐为主的文艺场域中生成并持续繁荣的。边塞诗生成于音乐,因此,从南朝到唐代边塞诗的生成主要源自音乐感染和音乐想象,并非直接反映社会现实。在研究方法上,《边塞诗的音乐生成》体现出了对“文学生成”法的初步建树。文学反映社会生活的方式往往是人文的、艺术的、间接的,“文学生成”的研究方法具有多元化、动态化、生态化的演绎法特征,可以重新审视特定文艺场域中的文学现象的微观生成模型和生成路径。

高校音乐美育的生成逻辑与困境突围--基于布迪厄场域理论

音乐是美育促进德育的重要途径,是思想政治教育的情感力量,为构建扎根新时代育人体系的音乐美育新格局,迫切需要研究方法的持续创新。以布迪厄场域理论为基础,采用将现象学分析与结构性分析有机融合为一体的研究范式,从惯习、资本、主体、位置等角度分析音乐美育场域的生成逻辑,剖析当前音乐美育面临的资本配置失衡、场域隔离封闭、主体职能弱化、惯习不良影响等困境,最后借鉴场域理论提出高校音乐美育困境突围之策。

圣俗之间:壮族布偏“天曲”音乐生成与身份呈现

布偏是居住在防城峒中的壮族支系之一,布偏人持天琴弹奏的乐曲谓为“天曲”。将乐曲还原至行为发生的语境中,探讨音乐生成模式,根据不同音乐行为背后呈现出的象征意义,阐释布偏“天曲”在由圣入俗的空间转换过程中,存在依附于信仰仪式的娱乐行为,是具有过渡性质的双重文化身份。

基于强化学习引导预训练模型的情感音乐生成

生成具有特定情感的音乐是可控音乐生成的一个重要子任务。以往的监督学习方法需要依赖带有情感标注的音乐数据集,且存在训练目标与模型优化目标不一致的问题。本文提出了一种强化学习引导的情感音乐生成方法,使用训练好的符号音乐情感分类模型对生成的音乐进行打分,以此作为强化学习的反馈来优化基于GPT-2的自回归音乐生成模型。该方法突破了数据集标注的限制,能够在曲风流派和数据类型相似的无标注符号音乐数据集上训练模型进行情感音乐生成。客观和主观评价结果表明,本文提出的方法可以生成与指定情感类别相匹配的高质量音乐。

基于多粒度注意力Transformer的电影音乐生成研究

电影音乐自动生成是当前人工智能领域的研究热点之一,不少深度学习音乐生成算法可实现动听的电影配乐生成,但这些算法在生成过程中往往忽略了流派等风格控制。针对这一情况,本文提出了一种基于多粒度注意力Transformer的电影音乐生成方法,可根据目标流派从零生成音乐。本方法在引入多粒度注意力Transformer建模音乐结构的基础上,引入了对抗学习机制,通过具有流派分类损失和生成对抗损失的流派辅助分类判别器,加强模型对流派信息的控制。在所构建的包含流派信息的符号音乐数据集上进行的主客观实验表明,本文方法在生成音乐质量和流派控制方面均优于以往方法,有助于基于目标流派自动生成电影配乐。

基于改进高斯混合变分自编码器的半监督情感音乐生成

音乐可以通过序列化的声音信息传递声音内容和情感。情感是音乐所表达的语义中的重要组成部分,因此,音乐生成技术不仅要考虑音乐的结构信息,还应融入情感元素。现有的情感音乐生成技术大多采用基于情感标注的完全监督方法,但音乐领域缺乏大量标准的情感标注数据集,且情感标签不足以表达音乐的情感特征。针对上述问题,提出了基于改进的高斯混合变分自编码器(Gaussian Mixture Variational Autoencoders,GMVAE)的半监督情感音乐生成方法(Semg-GMVAE),将音乐的节奏特征和调式特征与情感建立联系,同时向GMVAE中引入一种特征解纠缠机制来分别学习这两种特征的潜在变量表示,并对其进行半监督聚类推断。最后通过操纵音乐的特征表示,实现了针对快乐、紧张、悲伤、平静情感的音乐生成与情感转换。同时,针对GMVAE难以区分不同情感类别数据的问题,实验指出其关键原因是GMVAE证据下界中的方差正则项与互信息抑制项使得各类别的高斯分量分散性不足,从而影响学习表示的性能和生成的数据样本的情感质量。因此,Semg-GMVAE对这两项因子分别进行了惩罚和增强,并使用Transformer-XL作为编码器和解码器以提升在长序列音乐上的建模能力。基于真实数据集的实验结果表明,相比现有方法,Semg-GMVAE能够将不同情感的音乐在潜在空间中更好地分离,增强了音乐与情感的关联程度,并且能够有效对不同音乐特征进行解纠缠分离,最后通过改变特征表示更好地实现情感音乐生成或情感切换。

从“情动询唤”到“情动效应”:音乐类综艺节目IP的生成逻辑

情感不仅是音乐类综艺节目吸引观众的基础,也是作用于观众与节目之间的纽带。在我国大力推动文化事业发展的背景下,音乐类综艺发展呈现出繁荣的样态。本文基于情动理论,探究音乐类综艺节目如何激发受众的“情动之力”,如何从情动询唤到显现情动潜能,实现传者与受者双方的情感共振;揭示音乐类综艺节目IP的生成路径,为其高质量发展提供有益参考。

基于特定和弦进行的音乐生成模型

为使生成的音乐更加贴合和弦进行,提出了一种基于特定和弦进行的音乐生成模型。该模型在训练阶段引入了和弦进行规则,并利用强化学习对生成模型形成的音符生成策略进行再次更新。这使得模型能够学习和弦进行的约束,并优化特定的和弦进行,从而生成结构稳定、质量更高的音乐。最终,通过验证生成的音乐,结果证明了该方法的有效性。

基于Attention机制的音乐生成模型

为了让模型生成的音乐更加贴近真实音乐,提出一种基于Attention机制的音乐生成模型。模型的编码器和解码器由LSTM构成,完成对音乐的编码和解码工作。并将Attention机制引入到编码器和解码器中间,利用Attention机制的特点让解码器的视野更加集中,更加关注对当前音符影响更大的信息,从而使模型生成的音乐结构稳定,更有质量。最后对模型生成的音乐进行验证,结果证明了该模型的有效性。

基于变分自编码器的音乐生成模型

为了让模型生成的音乐更加接近真实音乐,文章提出了一种基于变分自编码器的音乐生成模型。该模型由编码器和解码器两个网络构成。编码器网络采用双向LSTM,可以同时学习过去和未来信息对当前音符的依赖关系,主要用于将输入的音乐信息编码为低维潜在空间中的潜在向量。解码器则对潜在表示进行重构操作,将其解码为新的音乐。最终,文章对所提出方法生成的音乐进行了实验验证,结果证明了该方法的有效性。

唐代的音乐环境与乐府边塞诗的繁荣——兼论唐代边塞诗“亲历边塞”之外的“想象边塞”

唐代边塞诗的繁荣,学者多关注唐代军事、政治、社会等因素的影响以及诗人游边出塞的现实经历在文学中的反映。对于唐代边塞和异域风情音乐在内地持续流行的艺术背景却失之考察。具有边塞和异域风情的音乐环境对于乐府边塞诗的繁荣所产生的作用是直接和明显的。"丝绸之路"传入的胡琴、琵琶等异域乐器以及边疆和异域进献的《凉州》《伊州》《石州》《柘枝》等大曲,加之中原的乐器如琴、本土音乐如《水调》也都沾染了边塞和异域音乐的风气,为唐代乐府边塞诗的繁荣提供了持续的生成性文艺土壤。唐代以具有边塞和异域音乐风情的乐曲来配合演奏诗人的边塞诗作品,促使了唐代边塞诗在乐府环境中的持续繁荣。大量诗人虽无亲临边塞的经历,但是他们借助音乐想象,也创作了大量乐府边塞诗。"亲历边塞"之外的"想象边塞",构成了唐代边塞诗的半壁江山。

论李益边塞诗的音乐美

凉州籍诗人李益,其边塞诗在中唐独具特色,在中国古代文学史上也有着极高的地位。考察李益的边塞诗会发现,他的诗歌极富音乐美,主要体现在:声律上极为讲究,诗句跌宕起伏、抑扬流转,具有很强的音乐效果和音乐美感;善于在其边塞诗中运用大量的少数民族乐器(曲),以曲调悲凉的边地音乐为触媒,表现作者特殊的生活感受;善于将富有边塞特征的各种声音、音响组合在一起,创造出一种幽怨凄凉的氛围;以音乐感受深入揭示人物细腻的情感变化,在音响的美感中生动地反映人物独特的心理活动。

试论李益边塞诗中的音乐描写

李益是中唐著名的边塞诗人,音乐是他边塞诗中重要的表现题材和描写对象。他善于用音乐传达生活感受,刻画人物心理、营造诗歌意境。擅长以音乐意象展示人物的思想活动,创造跌宕起伏、激荡人心的艺术意境,是李益边塞诗最为显著的特色之一。

论唐人边塞诗中的音乐诗

唐朝包容,汉音胡乐中外文化交响共融,唐朝激扬,士人争去边塞建功立业,如此,就产生了边塞诗中独张一帜的音乐诗。这些音乐诗或描绘边塞征战场面,表现战斗的气势和护国卫家的思想;或表达浓重的反战情绪,抒写思乡之情和闺怨之念;或描摹边地风光,记录边地人情,以其独特的思想内涵和表现手法,在泱泱唐诗大国中占据了重要一席。

基于动态频域分解的乐队指挥动作生成

近年来,音乐与人体动作之间的内在关联一直以来都在被广泛研究。然而,很少有人关注音乐驱动的乐队指挥动作生成这一任务,即以音乐为输入信号,生成与音乐节奏和语义相协调的乐队指挥动作。聚焦于这一任务,针对指挥动作多种语义成分时空重合的特性,提出基于动作动态频域分解(dynamic frequency-domain motion decomposition,DFMD)的指挥动作生成方法。具体地,首先利用节拍信息构建滤波器,将指挥动作分解成高频和低频分量;接着,通过深度卷积神经网络动态地学习这些分量;最后合成最终的指挥动作。在大规模指挥动作数据集ConductorMotion100上进行的实验中,基于DFMD的指挥动作生成方法得到的低频动作分量和高频动作分量的标准差分别达到了4.4579和9.6466,与真实动作十分接近。该方法突破了现有基于时域或空间域动作分解中连贯性与协调性不可兼得的局限,并有效避免了大幅值低频动作对小幅值高频动作的影响。可视化结果证明生成的动作自然、美观、多样,且与音乐信号紧密同步。为音乐与动作之间的关联提供了新的解释,并为音乐表演领域带来了创新的应用前景。

体验式教学:促进学生音乐核心素养生成

音乐学科不仅是一门科学性、艺术性的学科,也是一门教育性学科。在小学音乐教学中,教师要丰富学生的音乐感知、促进学生的音乐理解、引导学生的音乐表达。感知是一种由外而内的心理活动。音乐理解是学生在音乐感知的基础上对音乐作品的深度加工、再加工,是学生的音乐建构、创造。音乐表达则是学生由内而外的一种表现。“核心素养”视野下的小学音乐教学,要促进学生音乐知识、技能、品质、人格等的全面、可持续性发展。

高等教育生成式音乐教学实践路径研究

生成式音乐教学秉承生态观的视角开展音乐教学,凸显出了音乐教育的人本属性。文章以生成式音乐教学的内涵为基点,探讨了其在高等音乐教学之中的实践契机,进而指出在高等教育中开展生成式音乐教学实践时应注重多元文化、身体参与、主体对话、创意实践。

琼剧音乐的地域文化特征与生成背景

琼剧是国家级非物质文化遗产,在海南地区的人民群众文化生活中占据极为重要的地位,既可以使得人们的文娱生活得到充盈,又可以传承和发扬地方优秀文化。琼剧音乐蕴含丰富的艺术价值、信仰价值和社会历史背景,这门民间艺术发展至今已经有三百多年的历史。本文简要概述琼剧音乐的地域文化特征,总结琼剧音乐的生成背景,分析琼剧音乐的发展现状,提出可行的发展建议。

指向创新素养培育的生成性音乐教学探讨

随着社会的发展和科技的进步,音乐教育不再仅仅是知识和技能的传授,在实践中还要强调学生创新精神以及创造力的培育。创新素养的培育对于提高学生的综合素质,促进个人全面发展具有重要意义,同时也对提升音乐教学质量和推动音乐教育改革具有深远的影响。结合目前的教学实践,探索生成性音乐教学与创新素养培育相结合的有效途径和方法,发现和解决当前音乐教学中存在的问题,并就问题的解决策略进行分析,能够帮助提升音乐教育的现实效果。

人机协作:电影音乐生产的AIGC应用研究

生成式人工智能(Generative AI)是一种典型的新质生产力,能够以科技创新的方式推动电影音乐产业走向高科技、高效能、高质量的发展道路。本文回顾了人工智能音乐生成技术的发展历史,提出指导者-执行者范式的电影音乐生产人机协作新模式,分析了人工智能生成内容(AIGC)在电影音乐领域的应用前景,指出了AI音乐生成技术存在的不足。研究表明,AI音乐生成技术通过科技创新、资源配置与生产流程优化以及人机协作能够提升全要素生产率,为电影音乐领域发展带来新的机遇和挑战。