编辑“︁和声熵”︁

'''和声熵'''是衡量[[和弦]]和谐程度的方式。和声熵的基本假设是：一个和弦越容易被识别为某个模板和弦，它就越和谐；一个和弦越不容易被识别为某个模板和弦，它就越不和谐。

== 模型 ==
假设我们研究的和弦都由k个音组成。令X={Xₙ}为模板和弦的集合，其元素为k音和弦Xₙ=(Xₙ₁, Xₙ₂, ..., Xₙₖ).

考虑一系列k音和弦<math> x_1=x_{11}:x_{12}:...:x_{1k}, x_2=x_{21}:x_{22}:...:x_{2k}, ..., x_m=x_{m1}:x_{m2}:...:x_{mk}, ...</math>, 假定它们出现的概率为<math>p_1, p_2, ...,p_m, ...</math>.

假设接收者会把和弦<math>x=x_{1}:x_{2}:...:x_{k} </math> 识别成 <math> y=y_{1}:y_{2}:...:y_{k} </math>，其中<math>y</math>为<math>x</math>的随机扰动。

问：接收者怎样知道y对应的和弦x是哪个<math>x_n</math>?

答：根据贝叶斯公式，<math>P(x_n|y)=(P(y|x_n)P(x_n)) / \sum_{m=1}^{\infty} P(y|x_m)P(x_m)</math>. 计算出各个<math>P(x_n|y)</math>后，接收者会选择概率最大的<math>x_n</math>作为答案。