【中英双语】MIT计算音乐入门：当音乐遇到算法，AI如何作曲

名校课程-顶级中配

合集 · 音乐制作 (8)

  1. 14:51:42
    【中英双语】伯克利电音制作①音乐制作技术：录音混音与合成入门·完整85讲
  2. 5:35:45
    【中英双语】伯克利电音制作②Ableton Live入门：Session编曲与效果·完整30讲
  3. 4:37:55
    【中英双语】伯克利电音制作③合成器声音设计：从振荡器到音色动机·完整29讲
  4. 2:13:41
    【中英双语】伯克利电音制作④现场表演技巧：Push鼓机和弦与Loop·24讲
  5. 3:17:37
    【中文配音】伯克利歌曲创作②写曲：和弦旋律钩子26讲 2017
  6. 3:57:05
    【中英双语】伯克利歌曲创作③编曲：律动贝斯弦乐完整12讲 2017
  7. 9:03:32
    【中英双语】伯克利歌曲创作①写词：视角韵律曲式完整35讲 2013
  8. 42:19:16
    【中英双语】MIT计算音乐入门：当音乐遇到算法，AI如何作曲

Parts

  1. P1 · [中文] 01-21M.383 计算音乐理论课程概述（OCW 学习者）
  2. P2 · [中文] 02-计算机如何“听”音乐？
  3. P3 · [中文] 03-music21 编程教程（面向 OCW 学习者）
  4. P4 · [中文] 04-音符、音高与时值的表示
  5. P5 · [中文] 05-音高表示简介
  6. P6 · [中文] 06-音高表示：优缺点与利益相关者
  7. P7 · [中文] 07-如何完成习题集
  8. P8 · [中文] 08-乐谱与音乐表示简介
  9. P9 · [中文] 09-如何阅读学术文章
  10. P10 · [中文] 10-音乐表示的一般概念
  11. P11 · [中文] 11-音乐表示（二）
  12. P12 · [中文] 12-音乐表示（三）：解锁 music21 中的音高
  13. P13 · [中文] 13-本体表示：Craig Sapp 的罗塞塔石碑
  14. P14 · [中文] 14-音乐表示（四）与层级结构（一）
  15. P15 · [中文] 15-在 music21 中解锁时值与音符对象
  16. P16 · [中文] 16-流作为层级结构：music21 中的容器类型
  17. P17 · [中文] 17-music21 流、语料库与节拍特征
  18. P18 · [中文] 18-分声部与时间序复音表示
  19. P19 · [中文] 19-层级结构（二）：流与递归
  20. P20 · [中文] 20-音乐信息检索（MIR）：从声音到乐谱和音乐理论
  21. P21 · [中文] 21-MusicXML 简介
  22. P22 · [中文] 22-Michael Good 访谈：谈谈 MusicXML
  23. P23 · [中文] 23-等价与音程（一）；层级结构（四）
  24. P24 · [中文] 24-复习：等价类与 OPTIC
  25. P25 · [中文] 25-等价与音程（二）和 music21 过滤器
  26. P26 · [中文] 26-在音乐与文本中描绘情感
  27. P27 · [中文] 27-作为语料库的众赞歌
  28. P28 · [中文] 28-music21 中的绘图与可视化
  29. P29 · [中文] 29-如何在 music21 中处理延音线
  30. P30 · [中文] 30-语料库研究与统计
  31. P31 · [中文] 31-语料库研究与统计（二）
  32. P32 · [中文] 32-编码语料库与声部进行
  33. P33 · [中文] 33-音乐认知导论
  34. P34 · [中文] 34-音乐认知嘉宾讲座简述
  35. P35 · [中文] 35-和弦复习与十三和弦：关于根音的一些问题
  36. P36 · [中文] 36-习题集7-8：运用音阶、和弦与罗马数字进行创作
  37. P37 · [中文] 37-算法即兴：George Lewis 简介
  38. P38 · [中文] 38-算法作曲
  39. P39 · [中文] 39-算法作曲（二）
  40. P40 · [中文] 40-算法作曲（三）
  41. P41 · [中文] 41-词汇缩减
  42. P42 · [中文] 42-特征提取与机器学习
  43. P43 · [中文] 43-特征提取与机器学习（二）
  44. P44 · [中文] 44-特征提取与机器学习（三）：人工智能
  45. P45 · [中文] 45-数学与统计音乐学
  46. P46 · [中文] 46-音乐可视化与光学音乐识别
  47. P47 · [中文] 47-揭开冰山一角
  48. P48 · [英文] 01-21M.383 计算音乐理论课程概述（OCW 学习者）
  49. P49 · [英文] 02-计算机如何“听”音乐？
  50. P50 · [英文] 03-music21 编程教程（面向 OCW 学习者）
  51. P51 · [英文] 04-音符、音高与时值的表示
  52. P52 · [英文] 05-音高表示简介
  53. P53 · [英文] 06-音高表示：优缺点与利益相关者
  54. P54 · [英文] 07-如何完成习题集
  55. P55 · [英文] 08-乐谱与音乐表示简介
  56. P56 · [英文] 09-如何阅读学术文章
  57. P57 · [英文] 10-音乐表示的一般概念
  58. P58 · [英文] 11-音乐表示（二）
  59. P59 · [英文] 12-音乐表示（三）：解锁 music21 中的音高
  60. P60 · [英文] 13-本体表示：Craig Sapp 的罗塞塔石碑
  61. P61 · [英文] 14-音乐表示（四）与层级结构（一）
  62. P62 · [英文] 15-在 music21 中解锁时值与音符对象
  63. P63 · [英文] 16-流作为层级结构：music21 中的容器类型
  64. P64 · [英文] 17-music21 流、语料库与节拍特征
  65. P65 · [英文] 18-分声部与时间序复音表示
  66. P66 · [英文] 19-层级结构（二）：流与递归
  67. P67 · [英文] 20-音乐信息检索（MIR）：从声音到乐谱和音乐理论
  68. P68 · [英文] 21-MusicXML 简介
  69. P69 · [英文] 22-Michael Good 访谈：谈谈 MusicXML
  70. P70 · [英文] 23-等价与音程（一）；层级结构（四）
  71. P71 · [英文] 24-复习：等价类与 OPTIC
  72. P72 · [英文] 25-等价与音程（二）和 music21 过滤器
  73. P73 · [英文] 26-在音乐与文本中描绘情感
  74. P74 · [英文] 27-作为语料库的众赞歌
  75. P75 · [英文] 28-music21 中的绘图与可视化
  76. P76 · [英文] 29-如何在 music21 中处理延音线
  77. P77 · [英文] 30-语料库研究与统计
  78. P78 · [英文] 31-语料库研究与统计（二）
  79. P79 · [英文] 32-编码语料库与声部进行
  80. P80 · [英文] 33-音乐认知导论
  81. P81 · [英文] 34-音乐认知嘉宾讲座简述
  82. P82 · [英文] 35-和弦复习与十三和弦：关于根音的一些问题
  83. P83 · [英文] 36-习题集7-8：运用音阶、和弦与罗马数字进行创作
  84. P84 · [英文] 37-算法即兴：George Lewis 简介
  85. P85 · [英文] 38-算法作曲
  86. P86 · [英文] 39-算法作曲（二）
  87. P87 · [英文] 40-算法作曲（三）
  88. P88 · [英文] 41-词汇缩减
  89. P89 · [英文] 42-特征提取与机器学习
  90. P90 · [英文] 43-特征提取与机器学习（二）
  91. P91 · [英文] 44-特征提取与机器学习（三）：人工智能
  92. P92 · [英文] 45-数学与统计音乐学
  93. P93 · [英文] 46-音乐可视化与光学音乐识别
  94. P94 · [英文] 47-揭开冰山一角
Description 
MIT 21M.383 计算音乐理论与分析｜全球首个中英双语顶级中配版，用 Python（music21）解构乐谱、建模音乐认知、实战 MIR 与算法作曲！

📌 本期看点  
· 从零掌握 music21 核心编程范式：音符/音高/时值建模、流（Stream）层级结构、过滤器与可视化  
· 深入音乐表示本质：OPTIC 等价类、MusicXML 标准、本体设计、复音与声部进行编码  
· 覆盖计算音乐学关键方向：音乐信息检索（MIR）、语料库统计分析、算法作曲（Algorithmic Composition）、特征提取与机器学习  
· 解析真实学术场景：如何读论文、做习题、处理延音线、构建众赞歌语料库、理解 George Lewis 的算法即兴思想  

🧭 观看指南  
P1–P47 为中文配音版，P48–P94 为英文原声版，可按需切换——中配助你快速建立概念框架，原声助你对接国际学术语境。

🎯 适合人群  
有 Python 基础（无需音乐专业背景），想系统入门计算音乐学、音乐信息检索（MIR）或音乐人工智能的研究者/创作者；也适合数字人文、AI+艺术交叉领域的实践者。  

持续更新海外名校硬核课程，点赞收藏关注三连，你的支持是更新的最大动力！