一、课题背景和意义
近年来数字音乐发展迅猛，我们很少再通过传统的碟片、磁带播放音乐，电脑、手机等都可以播放歌曲。数字音乐以丰富的音色、多样的创作形式快速地变革着音乐创作的方式[1]。使用算法或格式化的规则进行音乐创作已有几个世纪的历史[2]，而如今随着智能手机、智能手环等硬件的迅速发展，基于MEMS（Micro-Electro-Mechanical System微机电系统）技术的可穿戴设备感知技术层出不穷[3], [4]，感知应用广泛。机器学习算法的出现让乐曲自动生成技术逐渐发展。本课题旨在使用智能手环获取用户的运动状态，继而将运动节奏转为音乐节奏，生成相应的音乐来对用户的运动状态进行配乐，挖掘可穿戴智能设备的趣味用途，探索计算机智能作曲的可能性。课题应实现通过智能手环感知用户运动状态，连接便携式智能终端（手机），由运动节奏转为音乐节奏，智能作曲，实现可穿戴设备和智能终端的协作开发。
二、国内外研究现状
本课题音乐生成系统的研究主要包含两个部分:
2.1数据分析处理
系统研究包括对传感器数据具有相应的图表分析[5], [6]，构建运动状态与设备感知信号之间的关联模型。由佩戴智能手环的人体做动作，研究的第一部分可以基于物理运动在陀螺仪或加速度传感器上表现出的特性[7]，使用滑动窗口等方法或算法分析处理传感器数据，结合理论知识构建运动状态与设备感知信号之间的关联模型[8-12]。
2.2算法作曲
系统研究包括构建智能作曲的机器学习模型，实现运动状态到音乐的生成。自动作曲、编曲，或称算法作曲，是指试图使用某个形式化的过程，以使人（或作曲家）在利用计算机进行音乐创作时的介入程度达到最小的研究。音乐的创作灵感大致分为两种：一、演奏家的生活体验；二、不断汲取的音乐欣赏经验。而有些音乐的创作方式则有迹可循，可以被客观理性地归纳。不同算法作曲任务的目的不同，解决方案不同。课题研究中主要的算法作曲任务是生成主旋律、给旋律配和弦。目前应用到算法作曲领域的算法主要有以下几种：
一、基于规则与乐理的作曲算法
使用类似于专家系统的方式，目的是让不懂乐理的人借助软件能够谱曲，例如音阶音列的设定，首先大量地输入曲谱。并按风格分类曲谱，建立起音列和风格、音列和基准音高、音列和旋律跳进方式、音列与句首尾音设定方式等的对应关系。 从而可以根据设想中的曲风，结合节奏型和速度，来选择音阶和音列。接着直接从乐理出发，或者从统计结果出发，进行乐曲创作规则提取，除了比较熟悉的自然调式音阶和五声调式音阶外，还有大量别具风味的民族和地域音阶。针对不同设定的风格，往往有多种音阶、同一音阶中又有多种音列可供选择。在音列设定这个环节，人工介入并不重要。在旋律生成时，倾向于人工介入，由软件来初选、基于感观审美由人来精选，避免编程工作陷入一些细节问题[13]。完整的实现这个作曲系统需要很大的输入、分类、提取的工作量，但能大幅降低音乐创作的门槛，很大程度的保证音乐编曲的和谐。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
