MusicGen Agent

这是一个面向 MIDI 旋律续写的音乐生成 Agent。它会从本地 MIDI 语料中抽取旋律短语，基于音乐特征做检索增强，然后生成一段风格连续的 MIDI 续写，并输出可量化的音乐性评估指标。

亮点

• RAG for Music：把 MIDI 切成 phrase，用音程直方图、pitch class、旋律轮廓、音域等特征做相似片段检索。
• 离线可运行：默认不依赖 OpenAI key，不会因为外部 API 不可用导致 demo 崩掉。
• Agent 工作流清晰：seed melody -> corpus indexing -> retrieval -> continuation planning -> MIDI rendering -> evaluation。
• 工程化结构：核心逻辑拆到 src/musicgen_agent，保留 MusicGen.py 作为兼容入口。
• 可评估：生成后输出音符数、音域、平均音程、密度、调式、重复率、大跳率等指标，方便和 RNN/LSTM 结果横向比较。

快速运行

python MusicGen.py --seed G4,E-4,D4,G3 --target-notes 24 --output outputs/generated.mid

也可以安装成命令行工具：

pip install -e .
musicgen-agent --seed C4,E4,G4,C5 --emotion q1 --output outputs/demo.mid

运行后会看到：

• 生成的完整音符序列
• Top retrieval hits 及相似度解释
• 评估指标
• 写出的 MIDI 文件路径

项目结构

MusicGen.py                    # 兼容入口，一条命令跑 demo
src/musicgen_agent/
  agent.py                     # Agent 编排和续写策略
  corpus.py                    # MIDI 语料加载与 phrase 切分
  midi_io.py                   # 轻量 MIDI 读写，不强依赖第三方库
  retrieval.py                 # 音乐特征检索
  theory.py                    # 音名解析、调性/轮廓/音程特征
  evaluation.py                # 生成结果评估
  cli.py                       # 命令行入口
tests/                         # 回归测试
lstm生成音乐/                  # 原始 LSTM 训练资料和 MIDI 数据
Music_Gen_v1/                  # 早期 RAG 原型和 ChromaDB 资产

测试

pip install -e ".[dev]"
pytest

测试覆盖了 MIDI 读写回环、语料切分和 Agent 生成长度，保证后续继续优化模型时不会把基础数据流改坏。

后续计划

• 接入 EMOPIA 四象限情绪标签，做 emotion-aware retrieval。
• 增加 LSTM / RNN baseline 的统一评估脚本，输出对比表。
• 支持多轨 MIDI 和 chord-aware continuation。
• 将当前 deterministic planner 扩展为可选 LLM planner，但保留离线 fallback。