zoukankan      html  css  js  c++  java
  • 除了方文山,用TA你也能帮周杰伦写歌词了

    周杰伦几乎陪伴了每个90后的青春,那如果AI写杰伦风格的歌词会写成怎样呢?

    首先当然我们需要准备杰伦的歌词,这里一共收录了他的十几张专辑,近5000多行歌词。

    原文档格式:

    第一步数据预处理

    def preprocess(data):
        """
        对文本中的字符进行替换,空格转换成逗号;换行变为句号。
        """
        data = data.replace(' ', '')
        data = data.replace('\n', '')
        words = jieba.lcut(data, cut_all=False) # 全模式切词
    
        return words

    处理后结果:

    前10个词: ['想要', '', '直升机', '', '想要', '', '', '飞到', '宇宙', '']

    将处理完的数据写入内存并将文本转换完数字

    # 构造词典及映射
    vocab = set(text)
    vocab_to_int = {w: idx for idx, w in enumerate(vocab)}
    int_to_vocab = {idx: w for idx, w in enumerate(vocab)}
    
    # 转换文本为整数
    int_text = [vocab_to_int[w] for w in text]

    构建神经网络

    a. 构建输入层

    def get_inputs():
        inputs = tf.placeholder(tf.int32, [None, None], name='inputs')
        targets = tf.placeholder(tf.int32, [None, None], name='targets')
        learning_rate = tf.placeholder(tf.float32, name='learning_rate')
        return inputs, targets, learning_rate

    b. 构建堆叠RNN单元

    其中rnn_size指的是RNN隐层神经元个数

    def get_init_cell(batch_size, rnn_size):
        lstm = tf.contrib.rnn.BasicLSTMCell(rnn_size)
        cell = tf.contrib.rnn.MultiRNNCell([lstm])
     
        initial_state = cell.zero_state(batch_size, tf.float32)
        initial_state = tf.identity(initial_state, 'initial_state')
        return cell, initial_state

    c. Word Embedding

    因为单词太多,所以需要进行embedding,模型中加入Embedding层来降低输入词的维度

    def get_embed(input_data, vocab_size, embed_dim):
        embedding = tf.Variable(tf.random_uniform([vocab_size, embed_dim], -1, 1))
        embed = tf.nn.embedding_lookup(embedding, input_data)
     
        return embed

    d. 构建神经网络,将RNN层与全连接层相连

    其中cell为RNN单元; rnn_size: RNN隐层结点数量;input_data即input tensor;vocab_size:词汇表大小; embed_dim: 嵌入层大小

    def build_nn(cell, rnn_size, input_data, vocab_size, embed_dim):
        embed = get_embed(input_data, vocab_size, embed_dim)
        outputs, final_state = build_rnn(cell, embed)
     
        logits = tf.contrib.layers.fully_connected(outputs, vocab_size, activation_fn=None)
     
        return logits, final_state

    e. 构造batch

    这里我们根据batch_size和seq_length分为len//(batch_size*seq_length)个batch,每个batch包含输入和对应的目标输出

    def get_batches(int_text, batch_size, seq_length):
        '''
        构造batch
        '''
        batch = batch_size * seq_length
        n_batch = len(int_text) // batch
     
        int_text = np.array(int_text[:batch * n_batch]) # 保留能构成完整batch的数量
     
        int_text_targets = np.zeros_like(int_text)
        int_text_targets[:-1], int_text_targets[-1] = int_text[1:], int_text[0]
     
        # 切分
        x = np.split(int_text.reshape(batch_size, -1), n_batch, -1)
        y = np.split(int_text_targets.reshape(batch_size, -1), n_batch, -1)
     
        return np.stack((x, y), axis=1) # 组合

    模型训练

    from tensorflow.contrib import seq2seq
    train_graph = tf.Graph()
    with train_graph.as_default():
        vocab_size = len(int_to_vocab) # vocab_size
        input_text, targets, lr = get_inputs() # 输入tensor
        input_data_shape = tf.shape(input_text)
        # 初始化RNN
        cell, initial_state = get_init_cell(input_data_shape[0], rnn_size)
        logits, final_state = build_nn(cell, rnn_size, input_text, vocab_size, embed_dim)
        # 计算softmax层概率
        probs = tf.nn.softmax(logits, name='probs')
        # 损失函数
        cost = seq2seq.sequence_loss(
            logits,
            targets,
            tf.ones([input_data_shape[0], input_data_shape[1]]))
        # 优化函数
        optimizer = tf.train.AdamOptimizer(lr)
        # Gradient Clipping
        gradients = optimizer.compute_gradients(cost)
        capped_gradients = [(tf.clip_by_value(grad, -1., 1.), var) for grad, var in gradients if grad is not None]
        train_op = optimizer.apply_gradients(capped_gradients)

    训练结果

    Epoch  72 Batch   24/33   train_loss = 0.108
    Epoch  75 Batch   25/33   train_loss = 0.104
    Epoch  78 Batch   26/33   train_loss = 0.096
    Epoch  81 Batch   27/33   train_loss = 0.111
    Epoch  84 Batch   28/33   train_loss = 0.119
    Epoch  87 Batch   29/33   train_loss = 0.130
    Epoch  90 Batch   30/33   train_loss = 0.141
    Epoch  93 Batch   31/33   train_loss = 0.138
    Epoch  96 Batch   32/33   train_loss = 0.153
    Model Trained and Saved

    train_loss还不错,不过可能过拟合了。

    最后让我们加载模型,看看生成情况

      # 加载模型
        loader = tf.train.import_meta_graph(save_dir + '.meta')
        loader.restore(sess, save_dir)
        # 获取训练的结果参数
        input_text, initial_state, final_state, probs = get_tensors(loaded_graph)
        # Sentences generation setup
        gen_sentences = [prime_word]
        prev_state = sess.run(initial_state, {input_text: np.array([[1]])})
        # 生成句子
        for n in range(gen_length):
            dyn_input = [[vocab_to_int[word] for word in gen_sentences[-seq_length:]]]
            dyn_seq_length = len(dyn_input[0])
            # 预测
            probabilities, prev_state = sess.run(
                [probs, final_state],
                {input_text: dyn_input, initial_state: prev_state})
            # 选择单词进行文本生成,用来以一定的概率生成下一个词
            pred_word = pick_word(probabilities[0][dyn_seq_length - 1], int_to_vocab)
            gen_sentences.append(pred_word)

    哎哟不错哦!

    最后的最后我还扩大了歌词库,这次引入了更多流行歌手,来看看效果吧。

    好像更不错了!

    如果你也喜欢杰伦,请点赞并分享生成的歌词。

     

    点击关注,第一时间了解华为云新鲜技术~

  • 相关阅读:
    资料存储
    Django学习
    爬虫学习
    time()模块
    一些功能性小程序段
    装饰器
    函数的知识点(理解难点剖析)
    linux中的回收站机制,防止rm -rf 事件
    python--列表解析式 -- 知识整理
    python- 时间模块 datatime 知识整理
  • 原文地址:https://www.cnblogs.com/huaweiyun/p/13602032.html
Copyright © 2011-2022 走看看