NotaGen完整教程：从安装到专业级音乐生成

1. 引言

1.1 学习目标

本文将系统性地介绍 NotaGen —— 一款基于大语言模型（LLM）范式构建的高质量古典符号化音乐生成工具。通过本教程，您将掌握从环境部署、WebUI操作、参数调优到实际音乐创作的全流程技能，最终能够独立完成符合特定风格与乐器配置的专业级乐谱生成。

1.2 前置知识

建议读者具备以下基础： - 熟悉 Linux 命令行基本操作 - 了解古典音乐的基本时期划分（如巴洛克、古典主义、浪漫主义） - 对 ABC 记谱法或 MusicXML 格式有初步认知

1.3 教程价值

NotaGen 由开发者“科哥”基于 LLM 架构进行二次开发，集成了风格化控制与高效推理能力，支持 112 种作曲家-乐器组合。本教程不仅提供完整使用路径，还包含故障排查、参数优化和后期处理等实战技巧，帮助用户最大化发挥该系统的创作潜力。

2. 环境准备与启动

2.1 启动 WebUI 服务

在终端中执行以下命令以启动 NotaGen 的图形化界面：

cd /root/NotaGen/gradio && python demo.py

或者使用预设快捷脚本简化操作：

/bin/bash /root/run.sh

成功运行后，终端会输出如下提示信息：

================================================== 🎵 NotaGen WebUI ================================================== 访问地址: http://0.0.0.0:7860 ==================================================

此表示服务已在本地7860端口监听，准备接收请求。

2.2 访问 WebUI 界面

打开浏览器并输入地址：

http://localhost:7860

即可进入 NotaGen 的交互式界面。若远程访问，请确保防火墙开放对应端口，并替换localhost为服务器 IP 地址。

重要提示：首次加载可能需要较长时间，因模型需完成初始化加载过程。

3. WebUI 界面详解

3.1 左侧控制面板

风格选择区域

时期（Period）
提供三大古典音乐时期的选项：
巴洛克（Baroque）
古典主义（Classical）
浪漫主义（Romantic）

选择不同时期将动态更新后续作曲家列表。

作曲家（Composer）
下拉菜单根据所选时期自动过滤可用作曲家。例如选择“古典主义”后，可选贝多芬、莫扎特、海顿等。
乐器配置（Instrumentation）
进一步细化作品类型，如“键盘”、“管弦乐”、“室内乐”等。系统仅允许合法组合提交生成任务。

高级设置参数

参数	默认值	功能说明
Top-K	9	限制每步采样时考虑的概率最高前 K 个 token
Top-P (Nucleus Sampling)	0.9	累积概率阈值，保留最小集合使总概率 ≥ P
Temperature	1.2	控制输出随机性，值越高越具创造性，但稳定性下降

推荐初学者保持默认设置，待熟悉生成效果后再尝试调整。

生成按钮

点击“生成音乐”触发整个流程： 1. 验证三元组（时期 + 作曲家 + 乐器）是否有效 2. 调用 LLM 模型逐 patch 生成 ABC 编码序列 3. 实时反馈进度日志 4. 输出最终乐谱文本

3.2 右侧输出面板

生成过程日志

实时显示以下信息： - 当前 patch 的索引与内容 - 解码状态与耗时统计 - 错误或警告提示（如无效组合）

最终乐谱展示

生成完成后，右侧主区域将呈现标准 ABC 格式的符号化乐谱，格式清晰、结构完整，支持直接复制粘贴至外部编辑器。

同时提供“保存文件”按钮，一键导出两种格式：

.abc文件：轻量文本格式，适合快速分享与转换
.xml文件：MusicXML 标准，兼容 MuseScore、Sibelius 等专业打谱软件

所有文件默认存储于/root/NotaGen/outputs/目录下，命名规则为：

{作曲家}_{乐器}_{时间戳}.abc {作曲家}_{乐器}_{时间戳}.xml

4. 使用步骤详解

4.1 构建合法风格组合

步骤一：选定音乐时期

从“时期”下拉框中选择目标历史阶段。不同选项影响后续作曲家范围。

步骤二：选择具体作曲家

系统依据时期自动筛选匹配的作曲家名单。例如：

巴洛克 → 巴赫、亨德尔、维瓦尔第
古典主义 → 贝多芬、莫扎特、海顿
浪漫主义 → 肖邦、李斯特、德彪西

步骤三：指定乐器配置

每个作曲家支持的配器类型有限制。例如：

肖邦：仅限“艺术歌曲”与“键盘”
柴可夫斯基：支持“键盘”与“管弦乐”
勃拉姆斯：涵盖五类，包括合唱与声乐管弦乐

若组合非法（如试图让肖邦创作管弦乐），系统将在点击生成时提示错误。

4.2 参数调节建议（可选）

虽然默认参数已优化，但在特定需求下可手动微调：

追求稳定性和风格忠实度：降低 Temperature 至 0.8~1.0
增强创意多样性：提升 Temperature 至 1.5~2.0
减少噪声干扰：适当提高 Top-K 至 15 或以上
加快生成速度：减小 PATCH_LENGTH（需修改源码配置）

4.3 执行生成任务

点击“生成音乐”后，等待约 30~60 秒（取决于 GPU 性能）。期间可在右侧面板观察生成进度。

生成结束后，ABC 乐谱将以纯文本形式展示，示例如下：

X:1 T:Etude in E minor C:Generated by NotaGen (Chopin style) M:4/4 L:1/8 K:Em d2 | e4 f2 g a | b4 a2 g f | ...

4.4 保存与导出结果

点击“保存文件”按钮，系统自动执行以下动作：

创建时间戳文件名
将 ABC 文本写入.abc文件
调用转换模块生成对应的.xml文件
返回成功提示

可通过 SSH 或文件管理器访问/root/NotaGen/outputs/查看所有历史生成记录。

5. 支持的风格组合参考

NotaGen 共支持112 种合法风格组合，覆盖三大时期的核心作曲家及其典型作品形态。

5.1 巴洛克时期

作曲家	支持的乐器配置
巴赫	室内乐、合唱、键盘、管弦乐、声乐管弦乐
亨德尔	室内乐、键盘、管弦乐、声乐管弦乐
维瓦尔第	室内乐、管弦乐、声乐管弦乐
斯卡拉蒂	键盘

5.2 古典主义时期

作曲家	支持的乐器配置
贝多芬	艺术歌曲、室内乐、键盘、管弦乐
莫扎特	室内乐、合唱、键盘、管弦乐、声乐管弦乐
海顿	室内乐、键盘、管弦乐、声乐管弦乐

5.3 浪漫主义时期

作曲家	支持的乐器配置
肖邦	艺术歌曲、键盘
李斯特	键盘
德彪西	艺术歌曲、键盘
柴可夫斯基	键盘、管弦乐
勃拉姆斯	艺术歌曲、室内乐、合唱、键盘、管弦乐

完整组合表可在项目文档中查阅，推荐用户探索跨风格对比实验。

6. 典型应用场景实践

6.1 场景一：生成肖邦风格钢琴曲

时期：浪漫主义
作曲家：肖邦
乐器配置：键盘
参数保持默认
点击“生成音乐”

结果将是一首具有典型 Chopin 特征的前奏曲或练习曲风格的键盘作品，适用于教学演示或灵感启发。

6.2 场景二：模拟贝多芬交响乐片段

时期：古典主义
作曲家：贝多芬
乐器配置：管弦乐
Temperature 设为 1.0（增强结构性）
生成并保存

可用于影视配乐原型设计或学术研究中的风格模仿分析。

6.3 场景三：探索同一作曲家的不同表现形式

以莫扎特为例：

第一次选择“合唱” → 生成宗教合唱段落
第二次选择“室内乐” → 生成弦乐四重奏动机
对比两者在节奏密度、和声复杂度上的差异

有助于理解作曲家创作风格的多维适应性。

7. 输出格式说明与后续处理

7.1 ABC 格式特点

纯文本编码，人类可读性强
广泛用于算法作曲与开源音乐项目
可通过 abcnotation.com 在线播放或转 MIDI

示例解析：

X:1 % 曲目编号 T:Title % 标题 K:C % 调号（C大调） c d e f | g a b c' | ... % 音符序列

7.2 MusicXML 格式优势

行业标准交换格式（ISO/IEC 23006）
支持复杂记谱元素（连音线、装饰音、力度标记）
可被 MuseScore、Finale、Sibelius 等主流软件无缝导入

推荐将.xml文件导入专业软件进行排版美化与音频渲染。

8. 故障排除指南

8.1 问题：点击“生成音乐”无响应

原因分析：未构成合法三元组（时期-作曲家-乐器）

解决方案： - 检查是否遗漏任一字段 - 确认所选组合存在于官方支持列表中 - 查看右侧面板是否有红色错误提示

8.2 问题：生成速度缓慢或卡顿

原因分析：GPU 显存不足或并发任务过多

解决方案： - 关闭其他占用显存的应用（如 Jupyter Notebook） - 升级至至少 8GB 显存的 GPU（如 RTX 3070 及以上） - 修改PATCH_LENGTH减少单次生成长度（需代码级调整）

8.3 问题：无法保存文件

原因分析：目录权限不足或尚未生成乐谱

解决方案： - 确保已完成一次成功生成 - 检查/root/NotaGen/outputs/是否存在且可写 - 执行chmod -R 755 /root/NotaGen/outputs/授予权限

8.4 问题：生成音乐质量不佳

优化建议： - 多次生成取最优结果（AI 创作具有随机性） - 调整 Temperature 在 1.0~1.5 区间寻找平衡点 - 结合人工后期编辑提升演奏可行性

9. 高级使用技巧

9.1 参数调优策略

目标	推荐设置
忠实还原原作风格	T=0.8, Top-K=15
激发新颖创意表达	T=1.8, Top-P=0.95
快速草稿生成	T=1.2, Top-K=7, Patch Length 减半

建议建立参数对照表，便于复现实验结果。

9.2 批量生成方法

尽管当前 WebUI 不支持批量操作，可通过以下方式实现：

固定一组偏好参数
手动循环切换不同作曲家/乐器组合
每次生成后记录输出文件
后期统一整理归档

未来版本有望加入批处理模式。

9.3 后期处理工作流

推荐的标准 AI 音乐生产链路：

使用 NotaGen 生成.abc和.xml
导入 MuseScore 进行视觉化校对
调整节拍、强弱、踏板等演奏细节
渲染为高质量音频（WAV/MP3）
发布或嵌入多媒体项目

10. 注意事项与获取帮助

10.1 使用须知

版权说明：本项目为开源工具，生成内容可用于非商业用途；若用于出版或演出，请注明“AI辅助创作”。
资源要求：建议配备 NVIDIA GPU（≥8GB VRAM）以保障流畅体验。
文件管理：定期备份/outputs/目录以防数据丢失。
模型更新：关注作者动态，及时拉取最新权重与功能补丁。

10.2 获取支持

技术文档：查看项目根目录CLAUDE.md
更新日志：阅读todo.md了解开发进展
部署说明：参考镜像说明.md获取 Docker 配置细节
联系作者：微信 312088415（科哥）

11. 总结

NotaGen 是一个融合了现代大语言模型技术与传统音乐符号体系的创新工具，专为古典音乐生成而设计。通过本文的系统讲解，您已掌握其从部署、操作到高级应用的完整技能链。

核心要点回顾： 1. 正确启动 WebUI 并访问本地服务 2. 构建合法的“时期-作曲家-乐器”三元组 3. 理解 Top-K、Top-P、Temperature 的作用机制 4. 成功生成并导出 ABC 与 MusicXML 双格式乐谱 5. 应对常见问题并实施参数优化

下一步建议： - 尝试所有支持的作曲家组合 - 将生成结果导入 MuseScore 进行可视化编辑 - 探索与其他 AI 工具（如 MIDI 转音频模型）的集成应用

随着 AI 音乐技术的发展，NotaGen 正成为连接算法智能与艺术表达的重要桥梁。

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。