标签：#符号音乐生成 | #状态空间模型 | #形式化分析 | #音乐 | #理论分析
评分：7.0/10 | 创新 0.8/2 | 技术严谨 1.3/1.5 | 实验充分 1/1.5 | 清晰度 0.9/1 | 影响力 0.5/1.5 | 开源 1.5/1.5 | 可复现 0.5/0.5 | 工程/实践 0.5/1.5
👥 作者与机构
- Evan Unit Lim：National Taiwan Normal University
📌 核心摘要
本文处理数字低音考试风格任务，输入为给定低音与数字标记序列，输出为满足音域与和声规则的男高音、女中音与女高音三上声部，难点在于加倍与禁进等规则同时耦合四个声部。先把拼写音高与和弦成员等纵向条件过滤为每拍合法完整和声配置状态集合，该集合直接构成后续分层图的层节点。再把旋律进行与连续五八度等横向条件编码为相邻层之间的允许边并叠加 movement 偏好代价，边的输出即为带权的可行转移集合。最后在该分层构形图上前向动态规划按层保留同终态最优前缀，由前层最优前缀递推出全局最小代价路径。与把音符当独立旅行者的直觉不同，该文把四元组整体当节点从而让联合约束变为普通边权，相对已有和声约束求解的关键机制差异在于显式固定声部数与记忆长度并给出参数化多项式界。在两拍C3–F3任务下，最优实现的总 movement 代价指标为3，低于次优合法voicing的总 movement 代价指标7。结论仅适用于固定声部数与相邻事件规则的模型，不覆盖挂留与长程恢复等需更大记忆的判断。该适用边界意味着超出固定记忆的长程规则尚未验证且模型受限。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
本次未形成可展示的已核验资源记录，开放状态尚未核实。
可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
输入是什么，输出是什么，哪些信息不能丢？
本文讨论的输入是一个给定的低音线加数字标记序列。每个时刻称为一个事件，示例中一拍就是一个事件，更一般地，事件网格应包含每次低音、数字或和声变化的起点。输出是为高音三声部选择具体音高，使每个时刻形成四部纵向和声，且相邻时刻的连接满足声部进行规则。低音是给定的，不由算法选择；只有 tenor、alto、soprano 3 个坐标需要填充。
必须保留的信息有 3 类。第一是拼写，论文用三元组记录字母名、升降号与 octave，并分别导出半音位置 m、级数位置 d 和拼写类别 c。等音高但拼写不同的音在 m 上相同，在 d 或 c 上不同，音程性质与调性功能不能只从 m 恢复。第二是声部身份与音区，同一个音出现在 tenor 还是 alto 是不同赋值，重复音也计入加倍向量。第三是和声上下文，包括每个事件允许的拼写和弦音列表、允许的重复数向量、局部主音与导音类别，以及是否触发解决义务的标志。
初学者容易把数字低音理解为每个声部独立选音。论文开篇强调耦合才是难点：在一个声部可接受的音，换一个声部组合就可能因加倍、间距、平行五八度而不可接受。但耦合本身不等于难解，关键是同时需要记住多少选择，以及一条规则沿乐谱延伸多远。本文只研究相邻事件规则加固定声部数的情形，并明确声明结果只适用于所陈述的形式模型，不覆盖一切音乐判断。
已有路线在解什么问题，本文与它们如何对照？
论文把相关工作分成 3 条路线。第一条是基于规则与回溯的知识系统，以 Ebcioglu 的 CHORAL 为代表，目标是风格化众赞歌生成，知识表示跨越多个层次，并用回溯加音乐启发式为给定旋律配和声。它的规则范围比本文的相邻事件谓词更宽，目标也不是证明固定参数下的多项式界。第二条是作为有限域约束问题的和声化综述，以 Pachet 与 Roy 为代表，明确包含数字低音与给定声部问题，讨论纵向与横向局部约束、有限状态方法，以及把允许音高组合做成和弦变量域的做法。
论文指出，把相互作用的音打包成完整和声状态是已有计算思想，不是本文引入的新配器算法，本文的增量是把拼写、端点条件、代价、对声部数与记忆长度的依赖写明确，并与谱面和四边形可视化对应。
第 3 条是学习式方法，以 DeepBach 为代表，从巴赫众赞歌学习模型并用伪 Gibbs 采样生成，同时允许用户施加约束。它的可行集与目标是学出来的，本文的可行集与目标是求解前显式给定的，因此本文给出的是对该形式集合的精确可行或最小代价保证，不意味着风格等价、听众偏好或优于某个生成系统。论文明确说明这是 1 次讲解性形式化，不声称算法新颖性。不同考试体系可以替换具体谓词，只要信息需求仍在所述假设内，图构造不变。AP 2024 第五题含延留音而本文示例只允许和弦音，计分方式也不同于本文的移动代价，因此不能把本文最优直接读作考试最高分。
判定问题与优化问题如何提法？
论文给出定义 1.1。给定归一化后的低音加数字序列共 n 个事件、有限音高域、规定的起点与终点限制、固定局部规则集，可行性问是否存在满足全部硬规则的实现。最小代价实现问在可行实现中使局部代价之和最小者，其阈值判定版本问是否存在代价不超过给定阈值 K 的可行实现。复杂度类 P 形式上针对判定问题，论文证明可行性与阈值版本属于 P，并同时给出构造最优实现的多项式算法。
事件是输入长度参数，不是小节数。保持音用相邻事件相等表示。示例无休止符、装饰音与延留音。起点集合与终点集合可以是显式给定或多项式成员测试，例如固定 opening voicing 或固定末音高音。无边界限制时取对应层的全部合法状态。
纯可行性可令偏好代价为零。把硬禁止改为有限罚分会改变问题，代价足够大的违反仍可能被选中；删除禁止顶点或边与正无穷约定完全等价，避免用数值近似无穷。
全景：从单音图到完整和声的层图
方法全景可以沿一个样本走一遍。输入是低音与数字，例如 C 大调 C3 配根位主三和弦。归一化先把数字解释为拼写和弦音集合与允许的重复数向量，例如根位三和弦只允许根音加倍的向量。接着枚举每个声部音域内且拼写属于和弦音的候选音，再做纵向筛选得到每层合法完整和声。然后在相邻层之间用旋律、重叠、平行与直接音程、触发式解决等谓词筛选合法转移，并按下式移动代价加权。最后从起点层向终点层做 1 次前向动态规划，保留每个状态的最小前缀代价与前驱，回溯得到最小总代价路径。
完整和声状态 × 分层构形图： 完整和声状态负责把同一时刻 4 个声部的拼写音高、声部身份和重复音 1 次性打包成一个有序元组，分层构形图负责把每个时刻的合法元组摆成一层、把相邻时刻允许的进行连成带权边；前者解决多声部耦合信息放在哪里，后者解决合法进行如何变成可搜索的路径，二者组合把和声配写转化为层图上的路径存在与最短路问题。
为什么不能只在单音图上给每条旋律边独立赋权然后各自最优。论文用平行五度表说明联合依赖：低声部 C4 可到 D4 或 E4，高声部 G4 可到 A4 或 B4，4 条单音移动各自都是允许旋律音程，但 4 个组合中两个对角组合构成平行五度而两个反对角组合通过。若只给单音移动赋有限或无穷权，为让两个允许组合有限必须让 4 条单音移动都有限，则两个禁止组合也自动有限，无法复现该表。缺的是同时发生哪一个另一移动的信息。
两种精确保留方式等价，一是保留单音图但联合评估 4 人同步移动，二是把完整和声做成顶点、把联合转移做成普通边，后者使最短路算法所需信息显式化。论文用四边形比喻包装有序元组，用点表示整个元组，强调画成点不减少候选数，不平均音高，不丢弃声部指派。
表示：拼写音高与完整和声状态
音高表示是后续一切谓词的基础。有限拼写音集包含字母序号、升降号与 octave，半音位置用于音域与移动距离，级数位置用于音程级数与级进判断，拼写类别用于和弦成员与加倍计数。裸字母如 C 在和弦音表中缩写拼写类别，不是整数半音类别。发声音高类别是半音位置模 12，但不能替代拼写。
完整和声按从低到高记为 bass、tenor、alto、soprano 的有序四元组，不是无序和弦或音级集合。音区、声部身份与重复音都重要。因为低音给定，通常只选 3 个坐标。时间标号重要，同一元组在不同事件是不同顶点。
\[X_{t}=(x_{B,t},x_{T,t},x_{A,t},x_{S,t})\in\mathcal{P}^{4}.\]该式定义有序元组及其所属乘积空间。它是纵向谓词的输入，也是层图顶点的标签。理解它才能理解为何状态数按上声部域大小的 3 次方增长，以及为何合并仅看音级会丢失加倍与声部信息。
硬约束 × 偏好代价： 硬约束负责回答一个和声或 1 次连接是否允许，不允许则取值为正无穷并直接删除对应顶点或边，偏好代价负责在允许的 realizations 之间排序，本文示例用上三声部半音移动总量；前者决定可行集合，后者决定最优选择，二者相加构成总目标 J，区分它们才能同时讨论可行性判定与最小代价优化而不混淆考试扣分与不可接受错误。
纵向谓词：音域、交叉、间距、成员与加倍
纵向硬约束在单个事件内检查。音域要求每个声部的半音位置落在给定闭区间，示例中 bass 为 E2 至 E4，tenor 为 C3 至 G4，alto 为 G3 至 D5，soprano 为 C4 至 G5。无交叉要求半音位置按 bass、tenor、alto、soprano 非减排列，等号允许，两个不同声部可同音。间距要求 alto 与 tenor 之差不超过 12 半音，soprano 与 alto 之差不超过 12 半音，bass 与 tenor 之间无额外 octave 限制。
\[m(x_{B,t})\leq m(x_{T,t})\leq m(x_{A,t})\leq m(x_{S,t}).\]该式是无交叉条件。它比较同一事件内声部高低，不涉及跨事件寄存器变化，后者由重叠谓词处理。
\[m(x_{A,t})-m(x_{T,t})\leq 12,\qquad m(x_{S,t})-m(x_{A,t})\leq 12.\]该式是示例的上声部间距上限。它不是音乐普遍真理，而是本实例的约定。
和弦成员要求每个声部拼写类别属于该事件允许列表。加倍与省略联合检查每个拼写音在四声部出现次数构成的向量是否属于允许集，计数包含低音，区分不同 octave 的同音重复与不同和弦音。示例根位三和弦只用完全且根音加倍的向量，第一转位例外在八拍实例中显式给出，不假设一般转位加倍规则。若有活动导音，示例要求其出现次数不超过 1 次。纵向硬罚分记为 A，满足为零否则正无穷，合法集记为 S。
\[\bigl(N_{t}(q_{1,t};X_{t}),\ldots,N_{t}(q_{\kappa_{t},t};X_{t})\bigr)\in\mathcal{M}_{t}.\]该式是加倍与省略的联合条件。它属于整个构形，不是任一 pairwise 关系可表达，因为它同时数 4 个声部。
声部内规则 × 声部间规则： 声部内规则只检查同一时刻的纵向组合，包括音域、声部交叉、间距、和弦成员、加倍与省略，声部间规则检查相邻两时刻的有序对，包括旋律进行、重叠、连续五八度与指定解决；前者筛选每一层的合法顶点集合，后者筛选层与层之间的合法边，二者分工使归纳证明可以逐层合并前缀而不丢失后续可延续性。
横向谓词：旋律、重叠、连续与直接音程、解决
横向谓词检查相邻有序对。旋律约定只允许保持、同向或反向的小二、大二、小三、大三、纯四与纯五，用级数差与半音差的有符号对集合刻画，有符号对防止增减音程因半音跨度小而被误认为允许音程。允许大跳的练习需扩大该关系。重叠对每对相邻声部要求后一时刻低声部不超过前一时刻高声部，且后一时刻高声部不低于前一时刻低声部。交叉比较同一事件内高低，重叠比较跨事件音区，二者互不蕴含。
\[(\delta_{v},\Delta_{v})\in\mathcal{L}\cup(-\mathcal{L}).\]该式是旋律允许关系，含自身与反向。每声部含给定低音都需满足。
连续五八度谓词用拼写精确定义 P5 与 P8，要求级数差与半音差用同一 octave 计数满足等式，含复音程，P8 含同度。对全部 6 个声部对，若前后两时刻同属同一族且两声部都移动则禁止，静止重复与斜向进行不在禁止之列，同向称平行，含反向的更广规则称连续。五度后接八度属不同族，不由该谓词禁止。直接外声部五八度禁止低音与高音同向进入目标完美音程且高音级进超过一度，高音级进则允许，这是所述约定。
解决谓词必须有显式触发。若上下文要求某声部导音解决到主音，要求后一时刻拼写为主音且为上行级数半音各一。示例仅在 C 大调 V 到 I 或 I6 时启用，不允许受挫解决。七音下行级进谓词在模型中可用，但三和弦示例不激活。仅识别某音为七音不等于在一切上下文必须立即下行解决。
没有神经网络训练时，真正的计算过程是什么？
本研究没有训练阶段，没有可学习参数、梯度路径、损失优化或权重更新。所谓求解是构造与搜索过程：按附录规格生成每层合法和声集，按横向谓词生成相邻层转移并计算局部移动代价，再执行 1 次前向动态规划。初始化把规定 opening 状态代价置零、其余置正无穷，递推对每个目标取所有前驱中前缀代价加转移硬罚分加偏好代价的最小值，空集上最小值取正无穷，终点在允许终态集取最小，前驱指针回溯恢复一条最优路径。
动态规划 × 贪心选择： 动态规划负责为每个可达状态保留到达该状态的最小前缀代价并记录前驱，贪心选择只看当前一步代价最小的后继；前者保留多个同层状态等待后续约束裁决，后者过早丢弃看似昂贵的分支，八拍实例中第二拍代价 2 的分支无完整延续而代价 14 的分支通向全局最优 48，二者对比说明局部最便宜不等于全局可行或最优。
该过程不是贪心逐 chord 取最便宜下一步。动态规划为每个可达状态保留独立值，仅保留每层标量最小值的汇总行会丢失继续计算所需信息。论文强调这是 Bellman 动态规划原则在无环事件层图上的应用，引用其 1958 年路由工作，不是贪心。计算代价来自状态与转移枚举，不是参数更新；数值位成本另计，整数局部代价至多 L 位则路径和需相应位数，有理代价用分母乘积作公分母，精确加法与比较仍多项式。未报告训练资源是因为无训练，不应把无训练等同于输出确定，确定性来自显式枚举与确切谓词，不是来自冻结参数。
示例条件：调式、音域、谓词开关与边界如何固定？
全部示例用 C 大调、第三节的音域、精确旋律关系、6 组连续完美音程检查、重叠与直接音程检查，以及 V 到 I 与 V 到 I6 的严格导音解决。反向连续五八度按所述禁止，不启用 leap 后恢复等附加规则。一拍为一同时事件。Opening 固定为 C3、G3、C4、E4，即根位主和弦且根音加倍。谱面按 SATB 简谱呈现，高音与中音在高音谱表、低音与次中音在低音谱表，每声部符干方向按惯例，节拍分组只为呈现，不增加节拍约束。表格按高音到低音列出，元组恒按低音到高音。
归一化模板在附录给出：I、IV、V、vi 均为根位三和弦配一种加倍向量，ii6 用三音加倍向量，I6 用根音加倍向量并标第一转位数字。每个事件只允许一个向量。八拍实例终点要求高音为 C5，二拍与四拍终点无限制。纵向合法计数在初终点过滤前取值，可达计数施加固定起点但除非声明仍在终点过滤前取值，这些口径是复现表格所必需。验证分两路，一路直接枚举自然音域并应用本文谓词，另一路保留所有合法前缀做完全路径遍历而不合并，以核对可行路径数与最小代价。乐谱图由 MEI 加 Verovio 镌刻，不改变模型与计算结果。
二拍与四拍：合法和弦与非法连接如何区分？
二拍问题的比较问题是：在固定起点下，两个纵向都合法的目标和声是否都能连接，移动代价方向是越小越好，公平条件是同一低音 C3 到 F3、同一纵向谓词与同一横向谓词。输入为 bass C3 至 F3，和声 I 至 IV。两个候选目标 Y 与 Z 各自都通过纵向检查，但 X 到 Y 的四声部移动为 5、2、0、1，硬规则全过，偏好代价为上三声部之和 3，外声部同向进入八度因高音级进而被允许。X 到 Z 的移动为 5、5、5、5，低音与 tenor 构成平行五度，低音与 alto 构成平行八度，且新 alto 高于前高音构成重叠，故硬代价无穷。穷举显示从该起点恰有 3 个合法第二和声，代价分别为 9、7、3，因此 Y 不仅优于 Z，而且是该二拍实例全局最优。
下表是论文对八拍第二拍两个可达分支的直接对照，它同时揭示贪心陷阱的起点。表前已说明比较的是同一固定起点下两个第二拍和声的即时代价与到终点 C5 的可完成性，代价越小越好，但可行性优先于代价。
| Beat-2 voicing in (B,T,A,S)(B,T,A,S) order | Immediate cost | Completion to final C5 |
|---|---|---|
| (A2,A3,C4,E4) | 2 | None |
| (A2,C4,E4,A4) | 14 | Feasible, minimum total 48 |
该表显示即时代价 2 的分支无完整延续，即时代价 14 的分支可完成且最小总代价 48。表后需要强调的代价是：若只保留当前最便宜一步，将丢失全部完整解。论文进一步说明，即使去掉终点 C5 限制，在所述连续音程规则下，较便宜的第一步仍无全长延续，因此失败不是终点过滤人为制造，而是横向约束的后果。未胜出项即代价 2 个分支，它是局部最优但全局不可行，复现时必须同时检查可达性与最优性，不能只比即时代价。
八拍：转位、终点与全局最优如何同时满足？
八拍问题的比较问题是：在含转位与终点约束的长实例中，动态规划能否找到满足全部硬规则且总移动最小的实现。低音为 C3、A2、F2、G2、E2、F2、G2、C3，和声为 I、vi、ii6、V、I6、IV、V、I，其中第三拍 ii6 与第五拍 I6 标第一转位并配显式加倍向量，其余为根位。终点要求高音 C5。论文报告的最优实现总代价 48，每步上声部 octave 内，导音在两处 V 进行中解决到 C5，低音与 tenor 的 D4 到 G3 为允许下行纯五，未加 leap 恢复规则。
下表按拍给出纵向合法数、前向可达数与最小有限前缀代价，计数口径为终点过滤前，前向计数已施加固定起点。表前问题是：随着事件推进，可达状态如何分叉与合并，最小前缀代价如何累积，指标方向是代价越小越好但仅在可达状态上有意义。
| Beat | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|
| Vertically legal states | 10 | 8 | 8 | 8 | 8 | 8 | 8 | 10 |
| Forward-reachable states | 1 | 2 | 5 | 4 | 5 | 7 | 5 | 5 |
| Minimum finite prefix cost | 0 | 2 | 5 | 13 | 16 | 21 | 39 | 42 |
表后解释是：纵向合法数每拍为 8 至 10，前向可达数在 1 至 7 间波动，最小前缀代价行只是汇总，算法实际为每个可达状态保留独立值。第八拍前向最小值 42 落在非 C5 高音，不属于指定实例的解；施加终点后仅两个 C5 状态可达，最小值 48。论文报告满足双边界的完整路径共 14 条。未胜出项是代价 42 的无约束最优终态，它说明终点约束改变最优值，比较时必须注明是否施加终点过滤，否则 42 与 48 会被误读为同一指标下的矛盾。
去掉合并会怎样，改变规则会怎样？
论文没有神经网络消融，但给出两种对照。第一是算法对照：保留所有合法前缀的完全遍历 versus 合并同尾前缀的动态规划。前者在小实例上计数全部路径并取最小，用于验证后者的最优值；二拍、四拍、八拍的可行路径数分别为 3、2、14，最小代价分别为 3、12、48。完全遍历验证动态规划最优，不改变音乐约定。
第二是规则开关对照：若启用 leap 后反向级进恢复规则，必须重验示例；示例结论只在所述谓词集下成立。同样，把硬禁止改为有限罚分会改变问题，某些禁止连接可能因总代价仍最小而被选中。
下表整理二拍与四拍的最小代价结构，用于核对递推累加是否与报告一致。表前问题是：在固定起点与所述谓词下，各步 incoming 代价如何累加为全局最优，公平条件是同一纵向模板与同一移动代价定义。
| 条件 | 指标 | 二拍实例 | 四拍实例 | 八拍实例 |
|---|---|---|---|---|
| 固定起点下 | 最小总移动 | 3 | 12 | 48 |
| 相邻移动分解 | 各步 incoming 代价和 | 3 | 3 加 6 加 3 | 14 加 3 加 12 加 3 加 7 加 6 加 3 |
| 纵向合法后 | 可行完整路径数 | 3 | 2 | 14 |
| 同一起点 | 次优第二拍代价示例 | 7 | 未报告次优 | 2 但无延续 |
| 终点约束 | 终点过滤 | 无限制 | 无限制 | 高音须为 C5 |
表后解释是：主要收益是递推值可复算，二拍一步 3 即全局最优，四拍 3 步累加 12，八拍 7 步累加 48。代价是该表不能替代原表 10 与表 11 的逐拍可达数，次优值在四拍未报告，不应脑补。反例是八拍即时代价 2 的分支，它在单步最优但无延续，证明仅比较即时代价会误判。未评测边界是改用其他偏好代价或放宽旋律音程后最优是否仍为同一实现，论文未给出，需重跑枚举。
终点过滤如何改变最优值？
第二个对照聚焦终点条件。比较问题是：同一八拍低音与谓词下，无终点限制的最优与要求高音 C5 的最优是否为同一实现。条件一致，仅终点集不同。指标仍为上声部移动总量，越小越好。论文报告无限制最小前缀 42 落在非 C5，施加 C5 后最小 48，且仅两个 C5 终态可达。这说明 42 不是指定实例的可部署解，48 才是。
| 条件 | 指标 | 无终点限制 | 要求高音 C5 | 可行路径 |
|---|---|---|---|---|
| 八拍同一低音与谓词 | 最小总移动 | 42 | 48 | 14 条满足双边界 |
| 第八拍可达 | 终态高音 | 非 C5 | C5 | 仅两个 C5 可达 |
| 第二拍分支 | 即时代价 2 的延续 | 无延续 | 无延续 | 不计入 14 条 |
| 第二拍分支 | 即时代价 14 的延续 | 可行 | 可行且总 48 | 计入最优 |
| 四拍对照 | 终点过滤 | 无限制最优 12 | 无需 C5 | 2 条完整路径 |
表后解释是：终点约束的代价是 6 个移动单位，但换来满足题目要求的 C5 结尾。若删除该约束而仍报告 48 为无约束最优，则与 42 冲突。论文明确区分两种口径，复现时必须先声明终点过滤时机。未胜出项即 42 终态，它在无约束下最优但在指定任务不可用。未评测边界是若终点改为 tonic 音高以外的其他音，最优值如何变化，论文未展开。
多项式结论的边界在哪里？
论文的定理假设必须逐项核对。三上声部每域至多 M 个显式音，候选元组每层至多 M 的 3 次方，相邻层转移至多 M 的 6 次方，n 层共 O(n M 6 次方) 次局部操作。若低音也待选，界为 O(n M 8 次方)，四声部固定时仍多项式。若和声解释也待选且每事件至多 H 个显式标号，状态至多 H M 3 次方，连接至多 O(n H 平方 M 6 次方)，前提是相容与转移测试多项式，且此时同音高不同标号计为不同实现。固定有限拼写字母、固定音域与固定相邻规则时，图操作为 O(n)。
事件数 × 记忆长度： 事件数 n 负责度量输入长度，即同时推进的和声时刻个数，记忆长度 r 负责度量一条规则 1 次最多检查连续几个事件；n 增大只增加层数，r 增大则把状态扩大为连续 r-1 个完整和声的历史块，前者保持线性图操作，后者使状态数按 N 的 r-1 次方增长，只要声部数与 r 固定仍是多项式，但 r 无界或规则程序本身隐藏搜索则不再适用该结论。
两个编码限定常被忽略。第一，M 须为显式域大小或固定常数，用二进制端点描述指数级音高区间不能默视为显式域。第二，算术有位成本，阈值 K 为二进制编码，比较须计位复杂度，线性指图操作线性，不是对任意大数值权重的无条件线性位时间。声部数 k 可变时界为 O(n M 的 2(k-1) 次方)，对固定 k 多项式，对 k 指数增长，该观察本身不证明 k 可变时难解。听觉范围不界定声部数，有限频率区间不是有限音高字母，多个声部可同音，k 上界须作为应用假设独立声明。
超出相邻事件的规则需把记忆显式化为状态，例如悬留需记准备、不协和与解决，leap 恢复需记两步运动，r 个连续事件则状态为前 r-1 个完整和声，界为 O(n N 的 r 次方)。任意跨远距离全局要求或把难计算藏入转移测试的规则程序不在定理假设内，需另证。
复现先做什么，需要哪些具体配置？
复现按附录 4 步走。先为每声部取自然音且半音在区间内，再按事件和弦拼写过滤并固定低音，笛卡尔积后施加全部纵向测试得合法集。接着对相邻对施加旋律、重叠、6 组连续完美音程、直接外声部与触发式导音解决测试。然后动态规划初始化规定起点为零、其余无穷，逐层对可达前驱比较前缀加转移代价并保留最小前驱。最后在允许终态取最小并回溯。穷举对照保留同尾不同路径，终点再过滤计数并取最小。
关键配置是 C 大调、第三节音域、旋律有符号对集合、连续规则含反向、导音仅 V 到 I 与 V 到 I6 触发、二拍四拍终点无限制、八拍终点高音 C5、ii6 与 I6 用示例指定向量。计数口径是纵向合法在初终点过滤前，可达在固定起点后、终点过滤前，除非声明。资源状态方面，本次未发现来源绑定且完成 HTTPS 验证的资源，不得声称代码、模型或数据已公开。论文声明未用音乐分析库推导规则、选音或验证可行最优，MEI 与 Verovio 仅用于镌刻谱例。缺项是未给出可运行代码仓库，复现需按谓词自行实现枚举与递推，并用小实例穷举核对 3、12、48 与路径数 3、2、14。
何时值得尝试，还需补哪项验证？
当任务可写成固定声部、显式有限音域、相邻或有界记忆谓词，且需精确可行性或最小代价保证时，该层图加动态规划值得尝试。不同教学体系可替换纵向加倍、间距、连续与直接音程谓词，只要信息需求仍在假设内，构造不变。若需悬留、切分、经过音或 leap 恢复，应先把所需记忆写成显式历史或有限标志并入状态，再重证界与重验示例，不能直接沿用单和声递推。
复现后还需补的验证取决于目标。若目标是教学可用，需另测与具体考试评分的对应，因为本文移动代价不是评分方案，且示例只用和弦音。若目标是风格质量，需另做听评或风格对照，本文不建立与巴赫等价或优于生成系统。若目标是效率，需在更大 n 与更大显式域上测实际时间与内存，并报告数值位成本，不能把 O(n) 图操作直接读作 wall-clock 线性。常见误解是把指数级完整实现数误认为必须指数搜索，论文的合并论证说明同尾前缀只需保留较便宜者；另一误解是把约束问题形式化本身误认为复杂度分类，论文强调必须对所得形式问题另证，本文定理只覆盖所述相邻与有界记忆模型。
📎 论文与评分元数据
排名：前50% | 文档类型：理论研究 | arXiv 原文
⚖️ 评分明细
评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。
评分规则：type-aware-v1
评分模型：muse-spark-1.3-contributor
评分请求协议：openai_responses