臺灣博碩士論文加值系統

音樂創作的未來發展，與文化創意產業休戚相關。為了使音樂創作能給更多的使用者創作使用，本研究分析自動作曲之特性，提出自動作曲在旋律產生方面需要的相關音樂的參數，希望可以對自動作曲的音樂分析上能更有效率。因此本研究把旋律曲線(Melodic Contour)中的Parsons Code對旋律做分析並加入大跳 (jump) 與級進(stepwise) 的音程藉此找出其中的音樂參數，在借由這些參數應用於音樂搜尋與自動作曲上。本研究的實驗結果，在提高解析度的音樂搜尋上，都有比Parsons code 更快的搜尋到想要找的音樂，在使用性的評估中，有效性上使用者還是覺得Parsons code比較簡單學習但在迅速性、功能性上提高解析度的評價都優於Parsons code。在本文所提出的自動作曲系統方面整體評價平均值72.8，表示大多數的使用者對於自動作曲的評價是不錯的，其中又以不懂音樂的使用者評價較優。

The future development of the music composition is used for culture and creative industry. In order to let more users compose their own music easily, this research proposes an innovated way to analyze the property of Automated Music Composition, determining the necessary features for algorithm composition, and makes Automated Music Composition of music analysis be more efficient. This research involves more detailed intervals in both jump and stepwise. In this thesis, we use Parsons Code for Melodic Contours to analyze the melody and include jump and stepwise to find out the musical features. Finally algorithm composition is applied to music composition. The experimental result shows the Melodic contour in a higher resolution is faster than the original Parsons code. We apply various methods of system usability scale, usability testing, effectiveness of using Parsons code is relatively simple, but functionality and efficiency of the Melodic contour in a higher resolution is superior than Parsons code. In our proposed Automated Music Composition, the overall average evaluation point of 72.8, shows that most people can accept the Automated Music Composition system.

第一章、緒論 1
1.1研究背景 1
1.2研究動機 2
1.3研究目的 3
1.4研究範圍 3
1.5研究內容 3
第二章、文獻探討 5
2.1背景介紹: 5
2.1.1 MIDI 5
2.1.2 Pitch Class 7
2.1.3自然大調音階 8
2.2自動作曲 9
2.2.1 Melody Generator 9
2.2.2自動作曲範例ALICE 11
2.3音樂分析 12
2.3.1音樂特徵點擷取 12
2.3.2 Melodic Contour 13
2.3.3 Parsons code 16
2.3.4 Markov Chain 16
2.3.5使用性分析 17
2.4音樂的情感與意義 18
2.4.1旋律的繼續 18
2.4.2音樂的期待與Melodic Contour 19
2.5裝飾音 20
2.5.1重複音 20
2.5.2經過音 21
2.5.3鄰音 21
2.5.4音階 22
第三章、研究方法 23
3.1系統架構 23
3.1.1產生Melodic contour 25
3.1.2 Parsons code 26
3.1.3加入jump 與stepwise 26
3.1.4音樂比對 27
3.2 系統流程 28
3.3音高產生 29
3.3.1節奏產生 30
3.3.2終止式 31
第四章、系統功能與實作 33
4.1實作結果 36
4.2.1 音樂搜尋實作結果 36
4.2.2 自動作曲實作結果 37
第五章、實驗 40
第六章、結論與未來研究 50
參考文獻 51

[1] 王文萱（譯），“音樂腦一切誕生於音樂”。（茂木健一郎）。天下雜誌出版 , 民國 99年。
[2] 吳叠，“聲音藝術的形色初探”。電腦音樂學會會刊，季刊1號 , 民國92年 ,pp. 8-11。
[3] Chamorro-Premuzic, T., Furnham, A, “Persionality and music: Can traits explain howpeople use music in everyday life? ”. British Journal of Psychology,
98, 175-185,2007.
[4] 徐綺苹，“音樂治療於老人病患之應用與功能”。悅音第二期，中華民國
應用音樂推廣協會發行，民國86年。
[5] 文建會，“創意台灣—文化創意產業發展方案”。台北：文建會, 民國98年。
[6] 黃志方，“進入數位音樂創作的天地”。美育雙月刊，163，19-29,民國97年。
[7] Phil Winsor, “ Automated Music Composition”. University of North Texas Press,1992.
[8] Povel, D.J, “Melody Generator: A Device for Algorithmic Music Construction. Journal of Software Engineering &; Applications, 3, 683-695, 2010.
[9] David Cope, “The Algorithmic Composer. Middleton: A-R Editions, 2000.
[10] T.C. Chou, A.L.P. Chen, C.C. Liu, “Music Databases： Indexing Techniques and Implementation”, Proceedings of International Workshop on Multi-Media Database Management Systems, pp.46-53, 1996.
[11] C.C. Liu, J.L. Hsu, and A.L.P. Chen, “An Approximate String Matching Algorithm for Content-Based Music Data Retrieval”, Proceedings of IEEE International Conf. on Multimedia Computing and Systems,“, pp.451-456,1999.
[12] Uitdenbogerd, A.L. and Zobel, J., “Melodic Matching Techniques for Large Music Databases”, Processing of ACM Multimedia, pp.57-66, 1999.
[13] W. Lee, and A.L.P. Chen, “Efficient Multi-Feature Index Structures for Music Data Retrieval”, Proc. of SPIE Conference on Storage and Retrieval for Image and Video Databases, pp.177-188, 2000.
[14] A L.P. Chen, M. Chang, J. Chen, J.L. Hsu, C.H. Hsu, and S.Y.S., Hua, “Query by Music Segments： An Efficient Approach for Song Retrieval”, Proceeding of IEEE International Conference. On Multimedia and Expro‚ pp.873-876‚ 2000.
[15] J.L. Hsu, C.C. Liu, and A.L.P. Chen, “Discovering Nontrivial Repeating Patterns in Music Data”, IEEE Transactions on Multimedia, pp.311-325, 2001.
[16] Yu-lung Lo and Shiou-jiuan Chen, “The Numeric Indexing For Music Data”, Proceedings of the IEEE Int’l Conference on Distributed Computing Systems Workshops, Vienna, Austria, pp.258-263, 2002.
[17] Charles R. Adams, “Melodic Contour Typology”. Ethnomusicology, Vol. 20,
No. 2, pp. 179-215, 1976.
[18] Bradley J. Clement, “Learning Harmonic Progression Using Markov Models”, University of Michigan,1998.
[19] Preece, J.,Rogers Y., Sharp H, “Interaction Design – Beyond human-computer interaction.”, Paper presented at the Human-Computer Interaction, 2003.
[20] Meyer, L. B.著，何乾三譯，“音樂的情感與意義”。北京大學出版社,民國80年。
[21] 葉毅凡，“樂曲自動化分析與簡化”。交通大學工學院聲音與音樂創意科技碩士學位學程碩士論文，民國98年。
[22] Edward Aldwell, Carl Schachter，“和聲與聲部導進”。小雅音樂有限公司, 民國
92年.
[23] B. Reimer, “A philosophy of music education: Advancing the vision”. Upper Saddle River, NJ: Prentice Hall, 2003.
[24] J. Rudi, “Computer Music Composition for Children, Signal Processing Magazine”, IEEE, vol. 24(2), pp.140-143, 2007.
[25] K. G. Jennings, “Computer Graphical Interfaces, Reflection and Music Composition – A Holistic Study”. Doctoral Dissertation of Trinity College Dublin School of Computer Science and Statistics, 2006.
[26] Schuijer, Michiel, “Analyzing Atonal Music: Pitch-Class Set Theory and Its Contexts. Eastman Studies in Music 60”. Rochester, NY: University of Rochester Press,2008.
[27] Rahn, John, “Basic Atonal Theory. New York: Longman; London and Toronto: Prentice Hall International”. Reprinted 1987, New York: Schirmer Books; London: Collier Macmillan, 1980.
[28] Dr. Ewa Dahlig, ” Essen Associative Code and Folksong Databases,” http://www.esac-data.org/, 1994.