Jan, 2023

序列音乐生成任务中不同音高和节奏网格编码方法的比较分析

PDF
TL;DR本研究针对音乐生成任务中的基本音高和节拍两个特征进行综合分析，考察了不同编码方式对一个基于序列的乐曲生成模型性能的影响，结果表明类 - 八度编码在音高相关的指标上显著优于 MIDI 编码；密集的小节度量栅格和多标记栅格提高了节奏质量，但也面临着过早的过度拟合问题。同时，研究还发现了过度拟合的现象和使用较小网络和低嵌入维度在生成任务上的易错问题。
发现论文，激发创造
  • 音乐生成的结构导向位置编码

    利用结构信息的位置编码框架改进深度学习生成音乐的一项研究，通过使用变换器模型，提出了三种不同类型的位置信息编码方法，并通过两个符号音乐生成任务对其进行全面测试，结果表明这些方法能够提升生成音乐作品的旋律和结构的一致性。

    Feb, 2024

  • 得分变换器：从音符级别表示生成音乐得分

    本文讨论了使用 Transformer 模型对音乐成分进行分词表示的方法，以生成适当的音乐符号表示法。研究发现，该方法在所有 12 种音乐方面都显著优于现有方法。作者还探讨了适合使用该模型的有效符号表示法，确定了该方法的最佳效果。

    Dec, 2021

  • 基于模板的音乐生成的矢量量化对比预测编码

    本文提出了一种灵活的方法，用于在离散序列中生成具有基本单元（例如文本中的句子或音乐中的小节）分组的变化。我们的方法依赖自监督编码技术和 Transformer 架构，通过学习有意义的分配和压缩表示，在不需要任何注释的情况下生成新的序列。实验展示了在巴赫合唱曲集中使用该方法能够生成连贯而高质量的曲目变化。

    Apr, 2020

  • 鸣钟：通过局部序列比对跟踪诗歌韵律的变化

    通过本文介绍的一种基于本地序列对齐的无监督方法，将诗歌文本编码为一系列韵律特征的字符串，从而检测诗歌中的结构相似性，以便进行跨语言和历史研究。

    Apr, 2024

  • 音乐信息检索中用于音乐流派识别的一种新型音频表示

    通过将音乐进行深度向量量化，为创新的生成音乐模型 Jukebox 创建了一种新型的音频表示方法，并使用与最先进水平相当的数据集进行比较分析，结果显示 Jukebox 的音频表示方法在预训练使用限定数据集时不如 Mel 频谱图，这可能是因为 Jukebox 的音频表示没有充分考虑到人类听觉感知的特殊性。

    Apr, 2024

  • 符号音乐的字节对编码

    本文研究在深度学习任务中，如何使用符号音乐模态并采用 Byte Pair Encoding (BPE) 对音乐数据进行字符编码，以提高音乐生成和作曲家分类模型的性能和均匀度。

    Jan, 2023

  • 一种基于领域知识启发的音乐嵌入空间和新型注意力机制，用于符号音乐模型

    本文提出了基于具有偏置校正的正弦编码的基础音乐嵌入（FME）进行符号音乐嵌入的方法，在此基础上，使用相对 - 索引、音高和起始时间等嵌入提出了一种基于相对的关注机制（RIPO attention）进行符号音乐建模；实验结果表明，使用 RIPO Transformer 进行音乐生成，可以消除音乐生成中存在的 Degeneration 现象，并且生成的音乐在主观和客观评估中优于基于最新 Transformer 的音乐生成模型。

    Dec, 2022

  • 从单词到音乐：符号音乐生成中子词分词技术的研究

    本文研究了在符号音乐生成中，应用子词分词技术（如 Byte-pair Encoding）对生成歌曲结构和长度的影响，以及与音乐生成质量指标（如结构指标，Pitch Class Entropy 等）之间的关系。结果表明子词分词技术有望改善符号音乐生成质量，尤其是在生成多轨复杂数据时具有广泛的实际应用价值。比较 BPE 和 Unigram 两种方法的结果得出，两种方法均能带来稳定的改进。

    Apr, 2023

  • 音乐相似度的解耦多维度度量学习

    本文介绍了一个新的多维相似度度量方法，通过深度度量学习和基于音轨的信息相结合，将全局和专业的相似性策略融合在了一起，使得音乐相似度搜索的结果更准确。作者在用户研究中证明了该方法具有显著性能优势。

    Aug, 2020

  • 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