Apr, 2023

一个用于同音音乐演奏审美质量评估的顺序复杂度模型

PDF
TL;DR本文提出使用 Birkhoff 美学评价方法提高 AI 音乐性能生成任务并研究音乐表演的客观测量方法，并通过实验表明该方法在音乐表演评估方向有广泛适用性。
computational aesthetics evaluationmusic performancebirkhoff's aesthetic measureobjective measurementperformance assessment
发现论文，激发创造
  • 审美感知音乐推荐的排序复杂度审美评估模型

    通过使用 Birkhoff 的美学度量来设计一种客观测量音乐美感的美学模型，并根据音乐的美感形成推荐列表，以提高人工智能音乐生成的质量和指导计算机音乐制作、合成和推荐等任务的研究。

    Feb, 2024

  • 人工智能生成音乐评估方法综述

    本研究综合评估主观、客观和综合方法来评估 AI 生成音乐，并突出了每种方法的优势和劣势，为统一音乐评估领域中的生成 AI 提供了有价值的参考。

    Aug, 2023

  • 符号音乐创作的深度学习模型主观评价

    本文提出了一种主观方法，通过向不同水平的用户询问与基本音乐原理相关的问题来评估基于 AI 的音乐作曲系统，以比较深度学习模型的最新发展情况，并给出了对于每个评估模型的每个用户水平的响应的结果。

    Mar, 2022

  • 计算美学：艺术与科学的交叉点上的审美判断

    本文探讨了计算机视觉分析和人工智能对审美判断的挑战，并对美学判断主观性所带来的伦理后果进行了哲学上的思考。

    Sep, 2014

  • 图像美学评估：实验调查

    本文综述了近期计算机视觉技术在图像美感质量评估中的应用，详细介绍了基于手工特征和深度特征的不同方法以及评估标准，并探讨了新兴的深度学习技术在美学评分中的应用以及利用计算方法操纵图像美感的可能性。

    Oct, 2016

  • 使用语义信息进行深度审美质量评估

    本文提出了一种基于多任务深度模型的自动审美质量评估方法，其中将语义识别任务作为解决自动审美质量评估和语义识别相关问题的关键。该方法基于卷积神经网络，通过一个简单的多任务框架，同时利用美学和语义标签进行监督学习，通过引入任务间关系学习的相关项，进一步提高了审美任务的评估精度。经过对 AVAdataset 和 Photo.netdataset 的实验验证，证明了多任务深度模型在发现有效美学表示方面的重要性，并取得了最先进的结果。

    Apr, 2016

  • 一种深度架构用于统一美学预测

    本研究提出了一种预测图像美学得分分布的新型网络架构及其训练方法，该模型在使用单一模型仅进行分布预测任务的情况下，在标准的 AVA 大规模基准数据集上实现了美学质量分类、美学得分回归和美学得分分布预测三个任务的最新成果。同时，我们还介绍了一种改变图像预测美学的方法，并使用这种修改来了解我们的模型。

    Aug, 2017

  • 钢琴音质的全面评价

    本研究旨在开发一种综合评估方法来辅助购买决策，评估不同钢琴的固有音质，使用主观问卷调查和卷积神经网络进行优化，结果显示受过音乐训练的人能够更好地区分不同钢琴的音质差异。

    Oct, 2023

  • 音乐元创作中的挑战

    本文简要分析了 Musical Metacreation 的演变过程，并指出了其中遇到的创新难题。最后，本文认为算法的混合可以是未来研究的有用方向。

    Aug, 2022

  • 巴赫还是模仿？J.S. Bach 风格赞美诗的分级函数

    本文介绍了一种基于评分函数的评估方法，该评估方法评估四声部赞美诗是否符合巴赫音乐风格，使用该方法评估了 Transformer 模型的输出，证明该函数具有解释性且在区分巴赫和模型生成的赞美诗方面优于人类专家。

    Jun, 2020