AAAIJan, 2023

使用艺术家信息生成音乐播放列表标题

PDF
TL;DR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。
music playlistencoder-decoder modelartist idschronological data split methodperformance
发现论文，激发创造
  • 音乐播放列表标题生成：一种机器翻译方法

    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。

    Oct, 2021

  • 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

  • 用户生成视频的标题生成

    本研究提出了两种方法扩展现有视频的字幕生成模型以生成视频标题，即通过高亮检测器使视频字幕生成模型具有敏感性并同时进行标题生成和视频亮点定位训练，以及通过增强句子多样性，用大量无对应视频的句子训练模型，并在 18100 个用户生成的视频和标题（VTW）数据集和 M-VAD 数据集上验证了本研究的方法，均获得了最佳效果。

    Aug, 2016

  • 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

  • 无监督的旋律引导歌词生成

    本文提出了一种基于分层框架和旋律 - 歌词对齐的歌词生成模型，能够在没有旋律 - 歌词对齐数据的情况下，通过对内容进行控制生成更可唱、更易懂、更连贯和有韵律的高质量歌词。

    May, 2023

  • 探索文本生成音乐中的个性化方法

    调查了在 few-shot 设置中对文本到音乐扩散模型进行个性化的工作。首次探索了将预训练的文本到音频扩散器与两种常用的个性化方法结合的组合。实验了音频特定数据增强对系统整体性能的影响，并评估了不同的训练策略。构建了一个包含提示和音乐片段的新数据集进行评估，使用基于嵌入和基于音乐的量化评估指标，以及用户研究进行定性评估。分析表明相似度度量与用户偏好一致，并且当前的个性化方法更容易学习到节奏音乐结构而非旋律。该研究的代码、数据集和示例资料对研究社区开放。

    Sep, 2023

  • 迭代故事感知字幕与大型语言模型相结合的相册讲故事

    通过应用大型语言模型和迭代式流水线算法，可以更准确和生动地生成关于相册故事的文字，而不失准确性和连贯性。

    May, 2023

  • 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

  • RECAP: 检索增强音乐字幕生成器

    通过对多模态数据的构建和深度学习模型的训练，本文提出了一种在音频和歌词之间学习对准关系的方法，并通过此方法优化跨模态对齐，并为音乐搜索和推荐提供了理论和实证结果。

    Dec, 2022

  • 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