随着社会的飞速发展,人们对音乐的需求也越来越丰富,音乐的使用场景也在不断的在拓宽。人们不仅仅满足于聆听优美的旋律、享受音乐带给我们的感动,同时也对现代作曲提出了更高的要求。随着计算机的计算能力逐步提升,研究人员希望寻找到一种方法,使其能够协助作曲家完成可重复的部分工作,并降低作曲的门槛,使普通音乐爱好者也能享受作曲这一过程。本文首先研究了音乐生成方法的目的与意义,分析了基于传统方法的音乐生成方法以及基于机器学习的音乐生成方法的国内外研究现状。其次,分析了基于音高显著度的旋律提取与变邻域搜索算法等相关理论基础在音乐生成领域的应用。除此之外,本文针对传统与机器学习音乐生成方法存在的一系列问题完成了如下研究:(1)根据训练样本易获取、紧贴时代的要求,规定预处理前的输入格式为WAV或MP3,随后进行单声道提取与分节。接下来经过离散傅立叶变换后对各帧进行基于音高显著度的旋律提取,初步获得旋律线,同时在时域基于掩蔽效应和等响曲线对能量分块,判断存在音符的帧和存在休止符的帧。映射到音符域后进行对数加权模糊处理,有意使旋律线出现虚假音高,在后续的步骤中锻炼操作者的音感。随后将乐谱表格通过GUI可视化,可根据偏好认为对乐谱进行增删。随后将乐谱输入依据乐理知识设定的训练模型中,获得训练参数矩阵,并可与已训练参数相结合,更新训练数据库。(2)研究了基于变邻域搜索的音乐生成算法。根据本文的音乐生成问题对传统的变邻域搜索算法中的某些步骤进行修改。随后由于大量乐器难以获得,同时系统对乐谱存在着人耳试听的需求,研究了模拟乐音生成算法。对现有的乐器与人声生成模型进行总结和归纳,将参数化乐音模拟算法结构分为激励源和共振腔两部分,并分为弦乐器与体乐器进行简单实现,可为旋律添加乐器,也可反过来指导乐器的结构设计。(3)以读取一段音乐片段为例对训练系统进行测试,基本实现了系统要求,体现了人机交互的思想,证明了二次折叠参数的有效性,验证了系统的便捷性与可行性;并对音乐迭代生成系统进行测试与分析。系统基本满足了本研究对便捷性和灵活性的要求,界面直观,迭代生成流程清晰,测试生成结果也具备一定的艺术性,最后输出的音乐片段较为理想。