Apr, 2018

带二值神经元的卷积生成对抗网络用于多声部音乐生成

HTML
PDF
TL;DR本文提出了一种将生成对抗网络与二进制神经元相结合的模型来直接生成二进制钢琴卷帘。实验结果表明，使用确定性二进制神经元相比于随机二进制神经元，可以得到更好的客观测量结果。
发现论文，激发创造
  • C-RNN-GAN: 连续的递归神经网络与对抗性训练

    提出了一种基于生成对抗网络的模型，可以高效地训练连续的序列数据，通过在古典音乐集合上训练该模型来生成音乐，发现音乐的质量随着模型的训练不断提高，并提供了生成音乐的统计数据，通过下载生成的歌曲来评估其质量。

    Nov, 2016

  • 使用深度神经网络进行音乐生成的单元选取方法

    该研究探索了利用单位选择和连接作为生成音乐的手段，结合深度结构语义模型和 LSTM 预测下一个单位的生成模型，使用客观指标和专业音乐人听辨测试进行评估。

    Dec, 2016

  • MidiNet：一种用于符号域音乐生成的卷积生成对抗网络

    本文提出一种基于卷积神经网络的生成式对抗网络MidiNet，用于在符号域中生成旋律，其能够通过先前的和弦序列或前几小节的旋律生成新的旋律，相比MelodyRNN模型表现更为出色。

    Mar, 2017

  • 用于音乐生成的深度学习技术--综述

    本文介绍和分析运用人工神经网络生成音乐的不同方法，提出五个维度分析框架，包括目标、表示法、体系结构、挑战和策略，通过比较分析不同模型和技术，提出了一种新的多维分类法，并举例说明了目标、表示法、体系结构、挑战和策略的各种选择。

    Sep, 2017

  • MuseGAN: 多轨序列生成对抗网络用于符号音乐生成和伴奏

    本文提出了三个基于生成对抗网络的符号化多轨音乐生成模型，并通过客观和主观的评估方法证明了这些模型的有效性。此外，该文还介绍了一些评估生成结果的标准，并通过与人类协作音乐生成的实验进行探讨。

    Sep, 2017

  • 从人工神经网络到深度学习在音乐生成中的历史、概念和趋势

    本文介绍了基于深度学习技术的音乐生成方法，包括早期使用人工神经网络的作品和最近的系统，使用现代深度学习技术和控制手段生成具有不同音乐风格的音乐。

    Apr, 2020

  • 从舞蹈视频生成复杂音乐的量化生成对抗网络

    D2M-GAN是一个基于多模态对抗网络的音乐生成框架，能够根据舞蹈视频生成对应的流行音乐等复杂风格，使用向量量化的音频表示，通过对多个数据集的评估，证明了此方法的有效性，并提供了一个使用TikTok视频的数据集用于未来相关研究的起点。

    Apr, 2022

  • DrumGAN VST：使用自编码生成对抗网络进行鼓声分析/合成的插件

    本文介绍了DrumGAN VST，这是一个使用生成对抗网络合成鼓声的插件。它具有44.1 kHz的采样率音频、独立连续的乐器类控制功能，以及一个将声音映射到潜在空间的编码神经网络，使预先存在的鼓声可以被重建和操纵。

    Jun, 2022

  • Musika! 快速无限波形音乐生成

    Musika 是一個快速的音樂生成系統，透過將 spectrogram 轉換成可逆表示並透過生成對抗網路以一個特定的音樂領域進行訓練，使用單一普通消費 GPU 進行訓練並能在消費 CPU 上以比實時更快的速度生成任意長度的音樂，並提供使用者控制選項。

    Aug, 2022

  • MMT-BERT：基于多轨音乐变换器和MusicBERT的和弦感知符号音乐生成

    本研究解决了符号多轨音乐生成中数据缺乏和弦和音阶信息的问题，并提出了一种新颖的符号音乐表示法和生成对抗网络框架。通过引入MusicLang和弦分析模型以及适应该表示法的MMT-BERT架构，本研究证明了基于MusicBERT的模型在生成音乐的一致性和人性化表现方面的有效性，与当前最先进的方法保持一致。

    Sep, 2024