该论文提出了一种基于机器学习算法的说唱歌词生成方法，将已有歌词中的词组合成有意义和韵律的新歌词，并在表现上超越了最好的人类说唱歌手 21%。

May, 2015

通过将三维整体身体动作和唱歌声音联合生成，我们的研究工作在文本歌词输入方面取得了进展，并建立了整体人体动作和声音生成的新基准。

May, 2024

生成诗歌或歌词涉及到几个创作因素，而其中一个具有挑战性的方面是对较严格的韵律和押韵模式的遵循。为了解决这一挑战，之前的工作主要集中在逆向语言建模上，我们提出了一种新的微调方法，通过将押韵的词语放在每个歌词的开头，使关键的押韵决策可以在模型承诺歌词内容之前进行，与常规的预训练语言模型的词序兼容。我们进行了广泛的实验，与当前最先进的押韵策略进行了比较，发现我们的方法生成的文本更可读，韵律能力更好。此外，我们提供了一个高质量的英文和其他 12 种语言的数据集，分析了该方法在多语言环境中的可行性，提供了大量实验结果，阐明了歌词生成的良好和不良实践，并提出了比较方法的度量标准。

May, 2024

通过将图表生成任务作为一个序列生成任务并使用大型数据集训练 Transformer，我们引入了节奏感预处理和训练流程，发现我们的模型在大型数据集上优于基准模型，并且也受益于预训练和微调。

Nov, 2023

本文介绍了一种新的基于语言提示生成音乐鼓点的方法，同时开发了提取歌曲鼓点的新方法，这为计算机辅助音乐制作提供了可能，并为更全面的节奏生成提供了基础。

Sep, 2022

提出了一种名为 PiRhDy 的新框架，该框架将音高、节奏和动态信息无缝地整合在一起，并利用音乐的旋律和和声知识训练令牌嵌入，表现出对符号音乐的显着进步，并有潜力成为各种符号音乐应用程序的预训练工具。

Oct, 2020

使用深度学习技术的音乐音频的端到端生成最近有很大活动。本文提出了一种替代范式，用于生成能够听取和响应音乐上下文的音乐生成模型。使用非自回归、基于 Transformer 的模型架构构建了这样一个模型，并提出了一系列新颖的架构和采样改进方法。我们在开源和专有数据集上训练了这个描述的架构。我们使用标准质量度量和基于音乐信息检索描述符的新方法来评估生成的模型。所得到的模型在音频质量上达到了最先进的基于文本的模型水平，并且在音乐连贯性方面表现出很强的上下文关联性。

Dec, 2023

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

本文提出了一种联合架构，用于捕捉十四行诗的语言、韵律和节奏。我们使用众包和专家评估生成的诗歌的质量。研究表明专家评估对诗歌生成的重要性，并且未来的研究应该超越韵律、节奏，注重诗意语言。

Jul, 2018

通过字节为基础的语言模型，本研究探索了诗歌和音乐的交叉点，着重研究了节奏模式，以创造与诗歌上下文中的特定节奏模式相匹配的词语。结果表明，在保持语义连贯性的同时，节奏高度对齐。未来的工作将旨在提高该模型创作完整的节奏对齐诗歌的能力。

Jun, 2024