GRUV

GRUV GRUV 是一个使用递归神经网络进行算法音乐生成的 Python 项目。 注意: 此代码只能在 Keras v. 0.1.0 版本下运行, 更高版本的 Keras 可能无法运行。 如需观看我们项目对原始音频波形(与标准 MIDI 相比)的演示, 请参阅这里: https://www.youtube.com/watch?v=0VTI1BBLydE 版权 (C) 2015 Matt Vitelli [email protected] 和 Aran Nayebi [email protected] # 依赖项 为了使用 GRUV, 您首先需要安装以下依赖项: Theano: http://deeplearning.net/software/theano/#download Keras: https://github.com/fchollet/keras.git NumPy: http://www.numpy.org/ SciPy: http://www.scipy.org/ LAME (用于 MP3 原始文件): http://lame.sourceforge.net/ SoX (用于 FLAC 原始文件): http://sox.sourceforge.net/ h5py (用于序列化模型): http://www.h5py.org/

一旦处理完毕,您可以按照以下步骤尝试训练自己的模型: # 步骤 1. 准备数据 将您的音乐复制到 ./datasets/YourMusicLibrary/ 并在终端中输入以下命令: > Python convert_directory.py 这将将 ./datasets/YourMusicLibrary/ 中的所有 mp3 转换为 WAV 文件,并将 WAV 文件转换为 深度学习 算法所需的有用表示形式。 # 步骤 2. 训练您的模型 此时,您应该拥有四个名为 YourMusicLibraryNP_x.npy、YourMusicLibraryNP_y.npy、YourMusicLibraryNP_var.npy 和 YourMusicLibraryNP_mean.npy 的文件。

YourMusicLibraryNP_x 包含用于训练的输入序列

训练需要一段时间,具体时间取决于使用的歌曲长度和数量,如果出现以下错误:分配 X 字节设备内存失败(内存不足)。驱动程序报告 Y 字节可用和 Z 字节总量