基于SCIE_SSCI_A_HCI文献计量的21世纪AI作曲研究可视化图谱分析_郑中.pdf

作曲理论研究与分析

基于SCIE/SSCI/AHCI文献计量的

21世纪AI作曲研究可视化图谱分析*

郑中杨维佳

摘要：

作为跨领域交叉融合的新兴学科，人工智能（AI）作曲近年来备受关注。选取2000—

2023年“AI作曲研究领域”的SCIE/SSCI/AHCI三类核心期刊成果，以PRISMA2020版声明标

准进行三级筛选结果为研究对象，借助VOSviewer和CiteSpace两大文献计量工具，运用普赖斯

定律、洛特卡定律、布拉德福定律三类科学生产率法则，进行作者、地域、期刊数据的可视化图

谱定量分析与定性概括。对文献的计量分析研究有助于全面了解AI作曲研究领域发展态势，把

握最新研究成果及其相关信息，为研究者与从业者提供有价值的参考数据，以此推动更具创新性

学术成果的产出，同时，研究过程展示出的可视化计量分析方法与步骤具有借鉴参考价值。

关键词：

人工智能；自动作曲；文献计量；知识图谱

中图分类号：文献标识码：文章编号

J614；G353.1A：1004-2172(2025)02-0104-11

DOI：

10.15929/ki.1004-2172.2025.02.013

21世纪初期，“工业4.0”浪潮席卷音乐领域，人工智能（ArtificialIntelligence,AI）音乐时代已经到来。

ChatGPT、元宇宙音乐会等热点词汇充斥当下互联网各个角落，AI作曲利用深度学习技术，通过分析和

学习音乐大数据，理解音乐规律和形式结构，从而能够自主生成具有原创性的音乐作品，是将音乐作曲

[1]

技术扩展到声音生成与应用的有效手段。

AI作曲研究领域缺少可视化计量分析。AI作曲相关研究已发展四十余年，主要从计算机科学的视角

[2]

出发，围绕算法模型、系统设计和产业应用等话题进行讨论，如鼓节奏的空间模型训练、基于歌词的

[3][4]

歌曲生成系统搭建、应用于汽车安全驾驶的AI音乐生成系统设计等，以案例分析和实证研究为主。

◎基金项目：2022年度国家社会科学基金哲学社会科学领军人才项目“琴筝清曲创造性转化与创新性发展研究”（22VRC106）。

*本文根据2024年中国传媒大学主办的第九届音乐产业高端论坛收录的会议论文版本进一步整理修改完成。

ACMComput.Surv

[1]C.Roads,“Researchinmusicandartificialintelligence,”.,vol.17,no.2,pp.163–190,Jun.1985,doi:

10.1145/4468.4469.

J.NewMusicRes

[2]D.Gómez-Marín,S.Jordà,andP.Herrera,“Drumrhythmspaces:Frompolyphonicsimilaritytogenerativemaps,”.,

vol.49,no.5,pp.438–456,Oct.2020,doi:10.10802020.180688