python實(shí)現(xiàn)AI寫歌詞【文末代碼】
AI寫歌詞GUI版本
引言：自然語言處理作為人工智能的一個重要分支，在我們的生活中得到了廣泛應(yīng)用。其中RNN算法作為自然語言處理的經(jīng)典算法之一，是文本生成的重要手段。而今天我們就將利用RNN算法建立一個寫歌詞的軟件。其中的界面如下：
RNN指的是循環(huán)神經(jīng)網(wǎng)絡(luò)，Recurrent Neural Network。不同于前饋神經(jīng)網(wǎng)絡(luò)的是，RNN可以利用它內(nèi)部的記憶來處理任意時序的輸入序列，這讓它可以更容易處理如不分段的手寫識別、語音識別等。
RNN模型有比較多的變種，這里介紹最主流的RNN模型結(jié)構(gòu)如下：
上圖中左邊是RNN模型沒有按時間展開的圖，如果按時間序列展開，則是上圖中的右邊部分。我們重點(diǎn)觀察右邊部分的圖。
這幅圖描述了在序列索引號tt附近RNN的模型。其中：
1）x(t)x(t)代表在序列索引號tt時訓(xùn)練樣本的輸入。同樣的，x(t?1)x(t?1)和x(t+1)x(t+1)代表在序列索引號t?1t?1和t+1t+1時訓(xùn)練樣本的輸入。
2）h(t)h(t)代表在序列索引號tt時模型的隱藏狀態(tài)。h(t)h(t)由x(t)x(t)和h(t?1)h(t?1)共同決定。
3）o(t)o(t)代表在序列索引號tt時模型的輸出。o(t)o(t)只由模型當(dāng)前的隱藏狀態(tài)h(t)h(t)決定。
4）L(t)L(t)代表在序列索引號tt時模型的損失函數(shù)。
5）y(t)y(t)代表在序列索引號tt時訓(xùn)練樣本序列的真實(shí)輸出。
6）U,W,VU,W,V這三個矩陣是我們的模型的線性關(guān)系參數(shù)，它在整個RNN網(wǎng)絡(luò)中是共享的，這點(diǎn)和DNN很不相同。 也正因?yàn)槭枪蚕砹耍w現(xiàn)了RNN的模型的“循環(huán)反饋”的思想。
基于以上認(rèn)知，我們開始搭建我們的軟件。
一、實(shí)驗(yàn)前的準(zhǔn)備：
首先我們使用的python版本是3.6.5所用到的庫有TensorFlow，是用來訓(xùn)練和加載神經(jīng)網(wǎng)絡(luò)常見的框架，常常用于數(shù)值計算的開源軟件庫。節(jié)點(diǎn)表示數(shù)學(xué)操作，線則表示在節(jié)點(diǎn)間相互聯(lián)系的多維數(shù)據(jù)數(shù)組，即張量（tensor）；tkinter用來繪制GUI界面的庫；
Pillow庫在此項(xiàng)目中用來處理圖片和字體等問題。因?yàn)槲覀兊能浖皇强瞻妆尘暗摹Ｐ枰柚?/strong>Image函數(shù)添加背景。
二、RNN算法搭建
1、數(shù)據(jù)集處理和準(zhǔn)備：
我們訓(xùn)練的數(shù)據(jù)集使用各種歌手的歌詞本作為訓(xùn)練集。其中數(shù)據(jù)集放在date.txt里，其中部分?jǐn)?shù)據(jù)集如下：
2、模型的訓(xùn)練：
模型訓(xùn)練的代碼直接運(yùn)行train.py即可訓(xùn)練。其中流程如下：
1首先要讀取數(shù)據(jù)集
2設(shè)定訓(xùn)練批次、步數(shù)等等
3數(shù)據(jù)載入RNN進(jìn)行訓(xùn)練即可
其中代碼如下：
def train():
???? filename = 'date.txt'
???? with open(filename, 'r', encoding='utf-8') as f:
???????? text = f.read()
???????? reader = TxtReader(text=text, maxVocab=3500)
???????? reader.save('voc.data')
???? array = reader.text2array(text)
???? generator = GetBatch(array, n_seqs=100, n_steps=100)
???? model = CharRNN(
???? numClasses = reader.vocabLen,
???? mode ='train',
???? numSeqs = 100,
???? numSteps = 100,
???? lstmSize = 128,
???? numLayers = 2,
???? lr = 0.001,
???? Trainprob = 0.5,
???? useEmbedding = True,
???? numEmbedding = 128
???? )
???? model.train(
???? generator,
???? logStep = 10,
???? saveStep = 1000,
???? maxStep = 100000
???? )
3、RNN網(wǎng)絡(luò)搭建：
RNN算法的搭建，我們定義整個神經(jīng)網(wǎng)絡(luò)類，然后分別定義初始化、輸入、神經(jīng)元定義等函數(shù)。損失函數(shù)和優(yōu)化器使用均方差和AdamOptimizer優(yōu)化器即可
部分代碼如下：
# 創(chuàng)建輸入
def buildInputs(self):
???? numSeqs = self.numSeqs
???? numSteps = self.numSteps
???? numClasses = self.numClasses
???? numEmbedding = self.numEmbedding
???? useEmbedding = self.useEmbedding
???? with tf.name_scope('inputs'):
???? self.inData = tf.placeholder(tf.int32, shape=(numSeqs, numSteps), name='inData')
???? self.targets = tf.placeholder(tf.int32, shape=(numSeqs, numSteps), name='targets')
???? self.keepProb = tf.placeholder(tf.float32, name='keepProb')
4、歌詞的生成：
設(shè)置關(guān)鍵詞變量，讀取模型文件，輸出結(jié)果即可。
代碼如下：
def main(_):
???? reader = TxtReader(filename='voc.data')
???? model = CharRNN(
???? numClasses = reader.vocabLen,
???? mode = 'test',
???? lstmSize = 128,
???? numLayers = 2,
???? useEmbedding = True,
???? numEmbedding = 128
???? )
???? checkpoint = tf.train.latest_checkpoint('./models/')
???? model.load(checkpoint)
???? key="雪花"
???? prime = reader.text2array(key)
???? array = model.test(prime, size=reader.vocabLen, n_samples=300)
???? print("《"+key+"》")
???? print(reader.array2text(array))
三、界面的定義和調(diào)用
界面中我們的布局是文本框、編輯框和按鈕控件。程序的調(diào)用使用批處理文件調(diào)用以達(dá)到顯示運(yùn)行過程的效果。因?yàn)槿绻麤]有運(yùn)行過程，難免會導(dǎo)致用戶不清楚程序流程而強(qiáng)制運(yùn)行容易導(dǎo)致卡死的情況。
其中Bat里直接寫入：
python song.py
其中過程效果如下：
1、界面布局：
界面布局使用canvas畫布以達(dá)到添加背景圖片的效果。背景圖片設(shè)置為1.jpg，按鈕背景圖片設(shè)置為3.jpg。圖片也可以自己更換掉。然后文本框作為提示的效果，分別定義字體，大小等等即可
代碼如下：
root = tk.Tk()
root.title('AI寫歌詞')
# 背景
canvas = tk.Canvas(root, width=800, height=500, bd=0, highlightthickness=0)
imgpath = '1.jpg'
img = Image.open(imgpath)
photo = ImageTk.PhotoImage(img)
imgpath2 = '3.jpg'
img2 = Image.open(imgpath2)
photo2 = ImageTk.PhotoImage(img2)
canvas.create_image(700, 400, image=photo)
canvas.pack()
label=tk.Label(text="請輸入關(guān)鍵詞：",font=("微軟雅黑",20))
entry = tk.Entry(root, insertbackground='blue', highlightthickness=2,font=("微軟雅黑",15))
entry.pack()
entry1 = tk.Text(height=15,width=115)
entry1.pack()
2、功能調(diào)用：
我們使用按鈕中的command參數(shù)調(diào)用已設(shè)置好的函數(shù)即可。其中函數(shù)部分我們通過生成文本和刪除文本的方式讀入數(shù)據(jù)和寫入數(shù)據(jù)。為了防止數(shù)據(jù)重疊故在要時刻監(jiān)測重復(fù)軟件。定義的函數(shù)內(nèi)容如下：
def song():
????ss=entry.get()
????f=open("1.txt","w")
????f.write(ss)
????f.close()
????os.startfile("1.bat")
????while True:
????????if os.path.exists("2.txt"):
????????????f=open("2.txt")
????????????ws=f.read()
????????????f.close()
????????entry1.insert("0.0", ws)
????????break
????????try:
????????????os.remove("1.txt")
????????????os.remove("2.txt")
????????except:
????????????pass
3、GUI代碼：
整個GUI界面代碼如下：
import tkinter as tk
from PIL import ImageTk, Image
import os
try:
????os.remove("1.txt")
????os.remove("2.txt")
except:
????pass
import os
def song():
????ss=entry.get()
????f=open("1.txt","w")
????f.write(ss)
????f.close()
????os.startfile("1.bat")
????while True:
????????if os.path.exists("2.txt"):
????????????f=open("2.txt")
????????????ws=f.read()
????????????f.close()
????????????entry1.insert("0.0", ws)
????????????break
????try:
????????os.remove("1.txt")
????????os.remove("2.txt")
????except:
????????pass
到這里，我們整體的程序就搭建完成，下面為我們程序的運(yùn)行過程和結(jié)果：
源碼地址：
https://gitcode.net/qq_42279468/ai-gui.git
