Oct, 2021

音乐播放列表标题生成：一种机器翻译方法

PDF
TL;DR本文提出一种机器翻译方法，从一组音乐曲目中自动生成播放列表标题。作者采用序列到序列的框架，基于递归神经网络和 Transformer 来对音乐数据进行处理。考虑到播放列表中歌曲的无序性，作者提出两种方法来消除输入序列的顺序，即打乱和删除位置编码。结果显示，Transformer 模型通常优于 RNN 模型。此外，消除输入序列的顺序进一步提高了性能。
发现论文，激发创造
  • 使用艺术家信息生成音乐播放列表标题

    本文提出了一种使用艺人 ID 生成播放列表标题的编码器 - 解码器模型，结合时间分割方法来提高效果，该方法显著提高了单词重叠、语义相关性和多样性。

    Jan, 2023

  • 迈向音乐字幕生成：生成音乐播放列表描述

    本研究提出了一种音乐播放列表描述生成方法，使用音频内容分析和自然语言处理技术，称为音乐字幕生成。

    Aug, 2016

  • 基于 Transformer 的序列到序列钢琴转录

    本文展示了使用通用 encoder-decoder Transformer 和标准解码方法可实现与专业领域特定设计模型同等效果的自动音乐转录方法，从而取消了任务特定架构的需求，简化了转录，为集中精力于数据集创建和标注而非模型设计提供了可能性。

    Jul, 2021

  • TRBLLmaker -- 基于 Transformer 的歌词内部关系识别器

    本文主要介绍了使用 Transformer 架构的 GPT-2 模型实现歌曲歌词含义的生成方法，并且使用了 Genious API 获取了一些包含元数据及解释说明的歌曲数据集。

    Dec, 2022

  • 生成 Web 表格标题

    本研究提出了一种基于序列生成模型和抽取的文本片段的表格标题生成方法，在少于 1 万个示例的训练下超过了现有的方法，接近群众智慧标题的质量，并成为处理表格标题文本生成的新的最佳方法。

    Jun, 2018

  • 使用 Transformer 在音乐流媒体服务中生成混音曲目

    Deezer 发布的个性化播放列表生成系统 Track Mix 介绍。该系统通过使用 Transformer 模型，根据用户的初始音乐曲目生成类似的 “混音” 播放列表，以增强用户在 Deezer 上的音乐发现体验。

    Jul, 2023

  • 使用 Transformer 探索有条件的多轨音乐生成

    本文提出了一种基于 Transformer 架构的多音轨音乐生成系统 Multi-Track Music Machine（MMM），通过对音乐材料的表示和注意力机制的利用，可以实现多音轨的音乐生成，并提供音轨级别和小节级别的插入、音轨内乐器和音符密度控制等功能。

    Aug, 2020

  • 通过众包音乐评论连接音乐与文本：基于序列到序列框架的主题音乐评论生成

    本文研究了如何自动生成音乐的文本描述，使用众包音乐评论构建了新数据集，并提出了一种序列到序列模型以及新的评估方法来衡量生成文本的质量。实验结果证明该模型能够生成流畅、有意义的评论，并包含原始音乐的主题和内容信息。

    Sep, 2022

  • 电商页面多语言神经标题生成

    本篇研究使用序列到序列模型和迁移学习的方法生成高 / 低资源语言的标题，来解决电子商务网站自动生成的浏览页需要大量标题的问题。此举能够应用于多语言，尤其是低资源法语语言的标题生成。

    Apr, 2018

  • 基于语言引导的视频音乐推荐系统

    该研究提出了一种音乐推荐的方法，允许用户使用自由形式的自然语言来引导音乐选择，解决了没有音乐文本描述的挑战，并使用文本合成方法训练了新的三模态模型，该模型的检索音频可通过与视频呈现的视觉风格和语言查询中描述的音乐风格、心情或器乐匹配，以匹配两个输入模态的准确性。

    Jun, 2023