MMNov, 2021

A-Muze-Net：基于生成的旋律编排和声进行音乐生成

PDF
TL;DR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。
midi generationpiano musicneural networksmusical scaleaudio generation
发现论文，激发创造
  • 使用 MAESTRO 数据集实现分解式钢琴音乐建模和生成

    该研究使用 MAESTRO 数据集中的音符事件作为中间表示，训练了一系列的神经网络模型，用于转录、合成和生成具备连贯乐曲结构的音频波形，从而实现了跨六个数量级（0.1ms 到 100s）的音频合成。

    Oct, 2018

  • 增强音乐创作者创造力的交互式旋律生成系统

    通过整合多个 RNN 模型，本研究提出了一个系统，旨在协同人类进行音乐创作，使创作过程更具多样性，通过根据反馈动态调整用户创意意图，系统增强了生成符合用户偏好和创意需求的旋律的能力，通过对具有不同背景的作曲家的实验验证了系统的有效性，进一步完善了音乐创作的可能性，突显了作曲家与人工智能的互动在使音乐创作更加个性化和易于接触方面的重要性，这个系统代表了将人工智能整合到创作过程中的一步，提供了一个新的音乐创作支持和协同艺术探索的工具。

    Mar, 2024

  • 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

  • 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

  • 基于专家系统和神经网络的乐曲形式生成（MeloForm）

    该论文介绍了一种名为 MeloForm 的系统，该系统使用专家系统和神经网络生成带有音乐形式的旋律，并设计了一种基于 Transformer 的精细化模型来改善旋律，该系统可以在没有标注的音乐形式数据的情况下精确地控制音乐形式并生成丰富的旋律。

    Aug, 2022

  • 具有歌曲结构图分析的组合音乐生成模型

    提出了一种符号音乐生成模型，使用了歌曲结构图分析网络构建了一个图，利用音符序列和乐器等信息作为节点特征，音符序列之间的相关性作为边特征。通过训练图神经网络来获取图中节点的表示，然后将节点表示作为 Unet 的输入生成 CONLON 钢琴滚动图像潜变量。实验结果表明，该模型可以生成全面形式的音乐，为符号音乐生成提供了一种有前景且创新的方法，并在音乐信息检索的各个领域，包括音乐创作、音乐分类和音乐修复系统中具有潜在的应用价值。

    Dec, 2023

  • 互动背景下的音乐生成调查

    近年来，机器学习，特别是生成对抗神经网络（GANs）和基于注意力的神经网络（transformers），已成功用于作曲和生成音乐，包括旋律和多声部作品。然而，现有研究主要集中在风格复制和转换的问题上，并未涉及到人机共同创作和评估。本文综述了音乐表征、特征分析、启发式算法、统计和参数建模，人类和自动化评估措施，并讨论了哪种方法和模型最适合于实时互动。

    Feb, 2024

  • 莫扎特之触：基于预训练大模型的轻量级多模态音乐生成框架

    AI-Generated Content (AIGC) has advanced rapidly in recent years, but research on multi-modal music generation is limited. This paper presents a framework called Mozart's Touch that can generate music aligned with cross-modal inputs. The framework consists of three main components: Multi-modal Captioning Module, Large Language Model (LLM) Understanding & Bridging Module, and Music Generation Module. Using interpretable prompts and the LLM-Bridge method, the model outperforms current state-of-the-art models according to objective and subjective evaluations.

    May, 2024

  • 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

  • 简单且可控的音乐生成

    本文介绍了 MusicGen 这个单一语言模型，能够生成高质量的音乐样本，实现对文本描述或旋律特征的有条件创作，并经过广泛的实证评估，表明其在标准的文本到音乐基准上优于其他模型。

    Jun, 2023