使用分层循环神经网络生成流行音乐，并在人类实验研究中表现出与谷歌最近的生成方法相比的效果优势，同时展示了基于该框架的神经舞蹈和卡拉OK，以及神经故事唱法两种应用。

Nov, 2016

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

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

本文提出将乐谱数据表示成具有韵律结构的形式，通过开发更好的数据输入方式，我们建立了一个节奏更流畅的 Pop 钢琴音乐生成模型 - Pop Music Transformer。

Feb, 2020

本文提出了一种新的多音轨MIDI表示（MuMIDI），并引入了额外的长期上下文作为记忆以捕捉音乐中的长期依赖性，通过在多个数据集上进行主观和客观指标的比较，证明了其在流行音乐伴奏生成和长期上下文建模方面的有效性。

Aug, 2020

该论文提出了一种新型Transformer解码器架构，其用于不同的前馈头来模拟不同类型的tokens，以及一种扩展-压缩技巧将邻近的tokens分组成复合单词的序列，表现出比现有模型更快和同等质量的学习能力.

Jan, 2021

本文介绍了MusicFrameworks，这是一种基于深度学习的分层音乐结构表示方法；并提出了一种多步骤的生成过程，根据长期重复结构、和弦、旋律轮廓和节奏约束生成完整的旋律。研究结果表明，其中一半的旋律比起POP909数据集中由人类作曲家创作的音乐更好或同样好。

Sep, 2021

本文提出了一种基于神经网络的方法，用于生成钢琴音乐的Midi文件。该方法使用两个网络分别生成左右手的音符，其中左手取决于右手。Midi文件以一种对音乐音阶不变的方式呈现，旨在通过将每个小节视为和弦的内容来表示旋律，从而调节和弦。最后，根据这个和弦表示，随机添加音符，以丰富生成的音频。实验表明，该方法在训练过程中比现有技术取得了显著的改进，并展示了每个新颖组件的贡献。

Nov, 2021

提出了一种新颖的Transformer模型Museformer，它采用了细粒度和粗粒度的注意力机制来生成音乐，能够通过细粒度注意力机制捕捉音乐结构相关的关联，通过粗粒度注意力机制捕捉其他上下文信息，并且可以比完全注意力机制生成长度超过3倍的高质量音乐序列。

Oct, 2022

本研究解决了现有歌曲生成方法在音乐表现控制方面的不足，通过引入和弦这一重要音乐组成概念，增强了歌曲生成网络的效果。提出的和弦条件歌曲生成器（CSG）结合了动态权重序列的跨注意力机制，使生成的歌曲在音乐表现和控制精度上显著优于其他方法。

Sep, 2024