1.我們開發人工智能技術，以推薦音樂與治療各種精神和身體疾病的患者互動。特別是，我們應用深度學習模型來學習音樂特徵和情感，同時用於創作音樂和歌詞。我們從之前的歌詞中提取模式，並用於構建模板，以填充主題下具有相似含義的單詞。
2.為一種自動歌詞生成和算法音樂創作的集成技術，用真實的歌手和表演者展示成果。
3.為一種使用歌曲片段一致的情況來生成歌詞和歌曲是流行歌曲創作的實用方法。
4.人工智能歌詞生成技術對歌詞數據箱進行大數據分析，演變並生成相同情況下的歌詞和歌曲。對於帶有歌詞的流行歌曲作品，我們需要包括專業作曲家在內的人們用旋律（音調和節奏）和和弦進行以及音樂樂器排列來創作歌曲。
5.並且對於歌詞作者需要了解文獻背景，寫出情境一致的歌詞。音樂和歌詞的構成都需要藝術背景和知識的靈感，因此不容易。用於歌詞和歌曲生成的人工智能技術可以節省大量時間和資金來生成流行歌曲。
6.由於其流派和文化特徵，自動歌曲和歌詞生成技術要複雜得多，需要對音樂和技術進行跨學科研究。
7.典型的流行音樂形式結構，包括介紹，主歌，合唱，橋，合唱，副歌，尾聲等，可以先分析和分割，然後使用MIDI的算法計算注意生成大腦新歌曲片段的事件，最終將每個片段組合在一起。
8.這是集成人工智能歌詞和算法歌曲生成技術的演示，具有優化的分析，集成技術，適用於台灣流行歌曲商業製作的發展。
9.跨學科研究包括音樂，技術和歌詞，因此相關技術需要更多的藝術和技術專業知識來整合它。
10.我們還將音樂應用於康復治療。特別是，我們結合了音樂特徵一致節拍分析與步態分析，以診斷帕金森病患者的康復狀態。我們將音樂分析整合到音樂片段上，並且能夠判斷患者德行走速度是否與音樂節奏一致，同時自動推薦調整音樂。

自動詞曲整合技術，同時生成歌詞與歌曲。AI歌詞生成以大數據辭庫分析，演化生成符合樂曲段落情境系統。整合深度學習技術於音樂特徵分析, 提供個人化音樂推薦之外，提高帕金斯症患者在復健練習意願，與協助復健師的科學評估工具之復健照護系統。

機器學習, 自動譜曲, 自動填詞, 音樂介入治療, 音樂推薦與互動, 音樂與身心健康促進, 長照互動