musical-neural-net

用 LSTM 训练 AI 生成钢琴或小提琴音乐，输入 MIDI 即出作品。

musical-neural-net 是一个用 LSTM 循环神经网络训练生成钢琴或小提琴/钢琴合奏音乐的早期开源项目。它解决的核心问题是：如何让机器学会模仿特定乐器的音乐风格，并自动生成连贯的旋律。项目基于 Python 实现，提供了从 MIDI 文件预处理、模型训练到音乐生成的一整套流程。用户可以通过简单的命令行操作，用自己收集的 MIDI 数据集训练模型，然后生成新的音乐片段。项目核心能力包括：支持钢琴独奏和钢琴小提琴二重奏两种模式，使用 LSTM 捕捉音乐的时间依赖关系，并能将生成的音符序列转换为可播放的 MIDI 文件。尽管项目年代较早，代码结构简单，但作为学习音乐生成和 RNN 应用的入门范例仍有参考价值。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 567

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队mcleavey

所属国家

官网地址http://www.christinemcleavey.com/human-or-ai

GitHubhttps://github.com/mcleavey/musical-neural-net

定价模式free

价格说明开源项目，本地部署，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型lstm,music,music-generation,piano,rnn-pytorch,violin

GitHub 星标★ 567

30天Star增速

HF 下载量

上线时间2018-08-24 00:00:00

最近更新2026-09-08 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

代码简洁清晰，适合初学者理解 LSTM 在音乐生成中的基本流程
支持钢琴独奏和钢琴小提琴二重奏两种音乐模式，场景更丰富
提供完整的 MIDI 预处理和生成后转换工具，开箱即用

不足之处

项目年代较早，依赖库版本可能过时，需自行适配
生成的音乐质量有限，难以达到复杂作曲水平
文档/社区待观察

适用场景

音乐生成入门学习，理解 RNN 在序列数据上的应用
为游戏或视频制作简单的背景音乐原型
实验不同 LSTM 超参数对音乐风格的影响

替代项目

Magenta、MusicVAE、MuseGAN

项目介绍

musical-neural-net 是音频音乐领域的开源项目，由 mcleavey 开发，2018 年首次发布。

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 567。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-08。本地部署，完全免费。

它主要面向的使用场景是：音乐生成入门学习，理解RNN在序列数据上的应用。同类可对比的替代方案包括 Magenta、MusicVAE、MuseGAN。

上一篇：JJazzLab

下一篇：open-musiclm