本技術(shù)涉及音樂(lè)生成，特別是涉及一種音樂(lè)生成模型的線程數(shù)量獲取方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、隨著音樂(lè)生成技術(shù)的發(fā)展，出現(xiàn)了一種利用音樂(lè)生成模型來(lái)生成音樂(lè)的技術(shù)，并且該音樂(lè)生成模型的推理框架中通常包括有線程數(shù)量的設(shè)置，從而允許通過(guò)并發(fā)的形式來(lái)運(yùn)行音樂(lè)生成模型，從而加快生成音樂(lè)的過(guò)程。

2、并且，音樂(lè)生成模型的線程數(shù)量也并非越大越好，因此在確定出某個(gè)音樂(lè)生成模型的最佳線程數(shù)量時(shí)，通常是由用戶對(duì)音樂(lè)生成模型進(jìn)行人工測(cè)試驗(yàn)證實(shí)驗(yàn)，來(lái)統(tǒng)計(jì)音樂(lè)生成模型針對(duì)不同組合的性能測(cè)試數(shù)據(jù)，從而得到各組合的測(cè)試效果來(lái)確定出最優(yōu)的線程數(shù)量。

3、然而，上述設(shè)置線程數(shù)量的方式，需要依賴用戶的多次人工實(shí)驗(yàn)測(cè)試才能得到音樂(lè)生成模型的最優(yōu)線程數(shù)量，因此音樂(lè)生成模型線程數(shù)量的獲取效率較低。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠提高音樂(lè)生成模型線程數(shù)量的獲取效率的音樂(lè)生成模型的線程數(shù)量獲取方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種音樂(lè)生成模型的線程數(shù)量獲取方法，包括：

3、獲取待確定線程數(shù)量的音樂(lè)生成模型的模型節(jié)點(diǎn)路徑信息，所述模型節(jié)點(diǎn)路徑信息用于表示所述音樂(lè)生成模型的各所述模型節(jié)點(diǎn)之間的運(yùn)行順序關(guān)系；根據(jù)所述模型節(jié)點(diǎn)路徑信息獲取所述音樂(lè)生成模型中各模型節(jié)點(diǎn)之間的依賴關(guān)系；

4、根據(jù)所述依賴關(guān)系，得到所述音樂(lè)生成模型中不存在相互依賴關(guān)系的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量；

5、將所述節(jié)點(diǎn)數(shù)量作為并發(fā)運(yùn)行所述音樂(lè)生成模型的線程的線程數(shù)量。

6、在一個(gè)實(shí)施例中，所述各模型節(jié)點(diǎn)之間的依賴關(guān)系通過(guò)所述音樂(lè)生成模型的模型節(jié)點(diǎn)依賴圖表征；所述據(jù)所述模型節(jié)點(diǎn)路徑信息獲取所述音樂(lè)生成模型中各模型節(jié)點(diǎn)之間的依賴關(guān)系，包括：根據(jù)所述模型節(jié)點(diǎn)路徑信息獲取所述音樂(lè)生成模型的模型節(jié)點(diǎn)依賴圖；其中，所述模型節(jié)點(diǎn)依賴圖的各頂點(diǎn)用于表征所述音樂(lè)生成模型的各所述模型節(jié)點(diǎn)，所述模型節(jié)點(diǎn)依賴圖用于表征各所述模型節(jié)點(diǎn)之間的依賴關(guān)系；所述根據(jù)所述依賴關(guān)系，得到所述音樂(lè)生成模型中不存在相互依賴關(guān)系的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量，包括：獲取所述模型節(jié)點(diǎn)依賴圖對(duì)應(yīng)的最大獨(dú)立集合，并獲取所述最大獨(dú)立集合中包含的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量；其中，所述最大獨(dú)立集合為所述模型節(jié)點(diǎn)依賴圖對(duì)應(yīng)的各獨(dú)立集合中包含最多模型節(jié)點(diǎn)的獨(dú)立集合，所述獨(dú)立集合為所述模型節(jié)點(diǎn)依賴圖中互不相鄰的模型節(jié)點(diǎn)構(gòu)成的集合；將所述最大獨(dú)立集合中包含的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量，作為所述音樂(lè)生成模型中不存在相互依賴關(guān)系的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量。

7、在一個(gè)實(shí)施例中，所述根據(jù)所述模型節(jié)點(diǎn)路徑信息獲取所述模型節(jié)點(diǎn)依賴圖，包括：根據(jù)所述模型節(jié)點(diǎn)路徑信息，獲取所述音樂(lè)生成模型對(duì)應(yīng)的依賴節(jié)點(diǎn)對(duì)；所述依賴節(jié)點(diǎn)對(duì)由所述音樂(lè)生成模型中存在依賴關(guān)系的兩個(gè)模型節(jié)點(diǎn)組成；對(duì)所述依賴節(jié)點(diǎn)對(duì)進(jìn)行去重處理，根據(jù)去重后的依賴節(jié)點(diǎn)對(duì)構(gòu)建所述模型節(jié)點(diǎn)依賴圖。

8、在一個(gè)實(shí)施例中，所述模型節(jié)點(diǎn)依賴圖通過(guò)目標(biāo)二維矩陣的形式進(jìn)行表征；所述目標(biāo)二維矩陣的矩陣行數(shù)與矩陣列數(shù)與所述音樂(lè)生成模型中包含的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量匹配，所述目標(biāo)二維矩陣的各矩陣行分別對(duì)應(yīng)于所述音樂(lè)生成模型中包含的各模型節(jié)點(diǎn)，所述目標(biāo)二維矩陣的各矩陣列分別對(duì)應(yīng)于所述音樂(lè)生成模型中包含的各模型節(jié)點(diǎn)；所述根據(jù)去重后的依賴節(jié)點(diǎn)對(duì)構(gòu)建所述模型節(jié)點(diǎn)依賴圖，包括：針對(duì)各所述去重后的依賴節(jié)點(diǎn)對(duì)，獲取組成所述去重后的依賴節(jié)點(diǎn)對(duì)的兩個(gè)模型節(jié)點(diǎn)；將初始二維矩陣中，與組成所述去重后的依賴節(jié)點(diǎn)對(duì)的兩個(gè)模型節(jié)點(diǎn)相匹配的矩陣元素設(shè)置為第一元素值；所述初始二維矩陣為未設(shè)置元素值的目標(biāo)二維矩陣；將所述初始二維矩陣中剩余的矩陣元素設(shè)置為第二元素值，得到所述目標(biāo)二維矩陣；所述剩余的矩陣元素為所述初始二維矩陣中未設(shè)置為第一元素值的矩陣元素。

9、在一個(gè)實(shí)施例中，所述獲取所述模型節(jié)點(diǎn)依賴圖對(duì)應(yīng)的最大獨(dú)立集合，包括：獲取與所述模型節(jié)點(diǎn)依賴圖對(duì)應(yīng)的補(bǔ)圖；將所述補(bǔ)圖的最大完全子圖，作為所述模型節(jié)點(diǎn)依賴圖對(duì)應(yīng)的最大獨(dú)立集合。

10、在一個(gè)實(shí)施例中，所述獲取待確定線程數(shù)量的音樂(lè)生成模型的模型節(jié)點(diǎn)路徑信息，包括：獲取由所述音樂(lè)生成模型的模型節(jié)點(diǎn)構(gòu)成的有向無(wú)環(huán)圖；從所述有向無(wú)環(huán)圖中，獲取所述音樂(lè)生成模型的初始模型節(jié)點(diǎn)；所述初始模型節(jié)點(diǎn)為所述音樂(lè)生成模型首個(gè)運(yùn)行的模型節(jié)點(diǎn)；以所述初始模型節(jié)點(diǎn)為起點(diǎn)，通過(guò)深度優(yōu)先搜索算法遍歷所述有向無(wú)環(huán)圖，得到所述模型節(jié)點(diǎn)路徑信息。

11、在一個(gè)實(shí)施例中，所述有向無(wú)環(huán)圖中存儲(chǔ)有各所述模型節(jié)點(diǎn)對(duì)應(yīng)于下一運(yùn)行順序的下一模型節(jié)點(diǎn)；所述以所述初始模型節(jié)點(diǎn)為起點(diǎn)，通過(guò)深度優(yōu)先搜索算法遍歷所述有向無(wú)環(huán)圖，包括：以所述初始模型節(jié)點(diǎn)為起點(diǎn)，將所述初始模型節(jié)點(diǎn)作為當(dāng)前模型節(jié)點(diǎn)，并將所述當(dāng)前模型節(jié)點(diǎn)設(shè)置為所述有向無(wú)環(huán)圖中的已遍歷節(jié)點(diǎn)；判斷所述當(dāng)前模型節(jié)點(diǎn)是否對(duì)應(yīng)有至少一個(gè)未被設(shè)置為已遍歷節(jié)點(diǎn)的下一模型節(jié)點(diǎn)；若是，則將所述當(dāng)前模型節(jié)點(diǎn)對(duì)應(yīng)的其中一個(gè)未被設(shè)置為已遍歷節(jié)點(diǎn)的下一模型節(jié)點(diǎn)，作為新的當(dāng)前模型節(jié)點(diǎn)，并返回執(zhí)行將所述當(dāng)前模型節(jié)點(diǎn)設(shè)置為所述有向無(wú)環(huán)圖中的已遍歷節(jié)點(diǎn)的步驟，直到所述當(dāng)前模型節(jié)點(diǎn)未對(duì)應(yīng)有至少一個(gè)未被設(shè)置為已遍歷節(jié)點(diǎn)的下一模型節(jié)點(diǎn)；若否，則根據(jù)所述有向無(wú)環(huán)圖獲取所述當(dāng)前模型節(jié)點(diǎn)對(duì)應(yīng)的上一模型節(jié)點(diǎn)，將所述上一模型節(jié)點(diǎn)作為新的當(dāng)前模型節(jié)點(diǎn)，并返回執(zhí)行判斷所述當(dāng)前模型節(jié)點(diǎn)是否對(duì)應(yīng)有至少一個(gè)未被設(shè)置為已遍歷節(jié)點(diǎn)的下一模型節(jié)點(diǎn)的步驟，直到所述當(dāng)前模型節(jié)點(diǎn)未對(duì)應(yīng)有至少一個(gè)未被設(shè)置為已遍歷節(jié)點(diǎn)的下一模型節(jié)點(diǎn)，并且所述當(dāng)前模型節(jié)點(diǎn)未對(duì)應(yīng)有上一模型節(jié)點(diǎn)。

12、第二方面，本技術(shù)還提供了一種音樂(lè)生成模型的線程數(shù)量獲取裝置，包括：

13、依賴關(guān)系獲取模塊，用于獲取待確定線程數(shù)量的音樂(lè)生成模型的模型節(jié)點(diǎn)路徑信息，所述模型節(jié)點(diǎn)路徑信息用于表示所述音樂(lè)生成模型的各所述模型節(jié)點(diǎn)之間的運(yùn)行順序關(guān)系；根據(jù)所述模型節(jié)點(diǎn)路徑信息獲取所述音樂(lè)生成模型中各模型節(jié)點(diǎn)之間的依賴關(guān)系；

14、節(jié)點(diǎn)數(shù)量獲取模塊，用于根據(jù)所述依賴關(guān)系，得到所述音樂(lè)生成模型中不存在相互依賴關(guān)系的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量；

15、線程數(shù)量獲取模塊，用于將所述節(jié)點(diǎn)數(shù)量作為并發(fā)運(yùn)行所述音樂(lè)生成模型的線程的線程數(shù)量。

16、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)第一方面任一項(xiàng)實(shí)施例所述方法的步驟。

17、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面任一項(xiàng)實(shí)施例所述方法的步驟。

18、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面任一項(xiàng)實(shí)施例所述方法的步驟。

19、上述音樂(lè)生成模型的線程數(shù)量獲取方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過(guò)獲取待確定線程數(shù)量的音樂(lè)生成模型的模型節(jié)點(diǎn)路徑信息，根據(jù)模型節(jié)點(diǎn)路徑信息獲取音樂(lè)生成模型中各模型節(jié)點(diǎn)之間的依賴關(guān)系；根據(jù)依賴關(guān)系，得到音樂(lè)生成模型中不存在相互依賴關(guān)系的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量；將節(jié)點(diǎn)數(shù)量作為音樂(lè)生成模型的線程數(shù)量。本技術(shù)通過(guò)得到音樂(lè)生成模型的節(jié)點(diǎn)路徑，從而利用節(jié)點(diǎn)路徑來(lái)得到音樂(lè)生成模型中各模型節(jié)點(diǎn)之間的依賴關(guān)系，進(jìn)而確定出不存在相互依賴關(guān)系的模型節(jié)點(diǎn)的節(jié)點(diǎn)數(shù)量，從而得到音樂(lè)生成模型的線程數(shù)量，相比于現(xiàn)有技術(shù)中需要依賴用戶的多次人工實(shí)驗(yàn)測(cè)試才能得到音樂(lè)生成模型的最優(yōu)線程數(shù)量，本技術(shù)可以不需要用戶的人工實(shí)驗(yàn)測(cè)試即可得到最優(yōu)線程數(shù)量，因此可以提高音樂(lè)生成模型線程數(shù)量的獲取效率。