本發明涉及音頻信號處理，尤其涉及一種基于多維特征匹配的自動和聲生成方法及系統。
背景技術：
1、和聲是音樂創作與表現中的核心要素，其通過不同音符的縱向結合，賦予音樂豐富的色彩、情感張力和結構邏輯。傳統的和聲設計依賴作曲者深厚的樂理知識、經驗與靈感，創作門檻較高且過程耗時。隨著計算機技術與人工智能在音樂領域的應用，自動和聲生成逐漸成為一個重要的研究方向，它旨在輔助音樂人快速生成符合音樂邏輯的和聲進行，降低創作難度、提升效率，并在即興演奏、實時伴奏、音樂教育等領域展現出廣泛的應用潛力。
2、然而，現有的自動和聲生成方式側重于對音高、節奏等基礎特征的靜態匹配，缺乏對音樂上下文信息的實時感知與融合，難以滿足高交互性、實時性場景下的創作與演奏需求。
技術實現思路
1、本發明的目的在于提供一種基于多維特征匹配的自動和聲生成方法及系統，解決了現有技術中缺乏對音樂上下文信息的實時感知與融合，難以滿足高交互性、實時性場景下的創作與演奏需求的技術問題。
2、為實現上述目的，本發明提供了一種基于多維特征匹配的自動和聲生成方法，包括：
3、接收來自樂器或人聲的輸入音頻信號流；
4、對所述音頻信號流進行實時解析，提取包括音高、音長、節奏型的實時基礎音樂特征；
5、結合當前及歷史音樂特征，通過上下文感知機制計算包括和聲張力變化趨勢、曲式結構位置、情感能量走向在內的實時上下文特征；
6、基于預設的音樂理論規則庫，對實時基礎音樂特征進行初篩，生成初級和聲候選集；
7、將初級和聲候選集、實時基礎音樂特征及實時上下文特征，共同輸入至一個預訓練的和聲決策融合模型；和聲決策融合模型集成有決策樹分類器與神經網絡，用于評估候選和聲與多維特征的匹配度，并輸出初步和聲方案；
8、將初步和聲方案輸入流式迭代優化器，迭代優化器根據后續輸入的實時音頻特征及用戶即時反饋，在時間窗口內對和聲進行平滑修正與動態調整，生成最終和聲音軌；
9、將最終和聲音軌與原始音頻信號進行時序對齊與混合輸出，其中對齊過程采用基于動態時間規整算法的實時對齊模塊，以確保和聲與主旋律在節奏上的精確同步。
10、其中，接收來自樂器或人聲的輸入音頻信號流的具體方式包括：
11、傳輸層接收到傳輸任務時，管理層請求密鑰生成器生成加密密鑰和解密密鑰，隨后加密層基于加密密鑰對原始數據進行加密，之后傳輸層將密文傳輸至指定模塊，并利用解密密鑰進行解密獲取原文即可得到原始音頻信號。
12、其中，所述基于多維特征匹配的自動和聲生成方法集成許可制區塊鏈網絡，通過智能合約將關鍵過程數據上鏈存證，并以此構建聯邦學習數據池，利用關聯規則與聚類分析算法挖掘優化模式，驅動和聲生成模型的持續協同進化。
13、其中，上下文感知機制通過一個滑動時間窗分析歷史特征序列，其工作方式包括：
14、構建基于隱馬爾可夫模型的調性/調式狀態跟蹤器，實時推斷最可能的調性中心及穩定度；
15、通過循環神經網絡單元分析連續小節的和聲張力值，預測其短期變化趨勢；
16、根據預先標注的曲式模板或通過無監督學習發現的重復段落，確定當前樂句在整體音樂結構中的相對位置信息。
17、其中，預訓練的和聲決策融合模型的訓練與工作方式包括：
18、訓練階段，使用大量標記有優質和聲的音樂片段作為樣本，以樣本的多維特征作為輸入，以和弦級數序列作為輸出目標，進行監督學習；
19、工作階段，決策樹分支首先依據調性、節拍強位規則進行快速篩選，神經網絡子模塊再對篩選后的候選和聲進行精細評分，評分綜合考慮了與主旋律的音程協和度、與前后和弦的連接流暢性、以及是否符合當前情感色彩。
20、其中，流式迭代優化器執行以下算法：
21、設立一個固定長度的先進先出緩沖區，持續接收最新的初步和聲方案及對應的音頻特征；
22、在緩沖區中，使用基于加權最小二乘法的平滑函數，對和聲進行時域上的微調，確保相鄰和弦轉換自然；
23、實時檢測用戶通過交互界面提供的反饋信號，若檢測到對某小節和聲的否定或修改指令，則立即將該區域標記為高權重區域，并啟動局部重優化，同時將此次交互作為強化學習樣本更新決策融合模型。
24、其中，和聲決策融合模型中的神經網絡子模塊為一種多頭注意力機制網絡，其工作方式包括：
25、將初級和聲候選集中的每個和弦編碼為向量，并使其與代表實時基礎特征及上下文特征的“查詢”向量進行注意力計算；
26、通過多個注意力頭并行計算候選和弦與旋律音高、節奏強度、情感特征等多維度的相關性分數，最后匯總這些分數得到每個候選和弦的最終匹配度評分。
27、本發明還提供一種基于多維特征匹配的自動和聲生成系統，用于執行如上述所述的基于多維特征匹配的自動和聲生成方法，
28、包括：
29、音頻流輸入與實時特征提取模塊；
30、上下文感知計算模塊；
31、音樂理論規則庫與初級候選生成模塊；
32、和聲決策融合模型模塊，包含預訓練的集成學習模型；
33、流式迭代優化器模塊；
34、用戶交互與個性化學習模塊；
35、和聲音色映射與最終合成輸出模塊。
36、本發明的一種基于多維特征匹配的自動和聲生成方法及系統，本方案通過引入上下文感知機制與流式迭代優化，實現了從靜態特征匹配到動態音樂語義理解與生成的躍升。具體而言，系統不僅實時提取音高、節奏等基礎特征，更融合和聲張力趨勢、曲式位置及情感能量等高層上下文信息，使得生成的和聲能夠貼合音樂的整體發展與情緒流動；在此基礎上，通過和聲決策融合模型與流式迭代優化器的協同，系統可在演奏過程中持續依據即時輸入與用戶反饋進行動態調整與平滑修正，從而在保證和聲音樂合理性的同時，顯著提升了系統的交互實時性、旋律跟隨性與創作表現力，能夠有效滿足即興演奏、互動音樂生成等高動態場景下的智能和聲輔助需求。
1.一種基于多維特征匹配的自動和聲生成方法，其特征在于，
2.如權利要求1所述的基于多維特征匹配的自動和聲生成方法，其特征在于，
3.如權利要求2所述的基于多維特征匹配的自動和聲生成方法，其特征在于，
4.如權利要求3所述的基于多維特征匹配的自動和聲生成方法，其特征在于，
5.如權利要求4所述的基于多維特征匹配的自動和聲生成方法，其特征在于，
6.如權利要求5所述的基于多維特征匹配的自動和聲生成方法，其特征在于，
7.如權利要求6所述的基于多維特征匹配的自動和聲生成方法，其特征在于，
8.一種基于多維特征匹配的自動和聲生成系統，用于執行如權利要求7所述的基于多維特征匹配的自動和聲生成方法，其特征在于，