一种分类变分自编码器及其在复调音乐生成中的应用
机器学习
2017-11-21 v1 机器学习
摘要
变分自编码器（VAE）是一种流行的概率生成模型。然而，VAE 的一个缺陷是潜变量不能是离散的，这使其难以从分布的不同模态生成数据。在此，我们提出一种 VAE 框架的扩展，其引入一个分类器来推断所建模数据的离散类别。为对序列数据建模，我们可以将我们的分类 VAE 与诸如 LSTM 的循环神经网络结合。我们将该模型应用于算法音乐生成，其中我们的模型学习以不同调性生成音乐序列。该领域以往多数工作通过将数据转调至仅一或两个调来避免建模调性，而非原始音乐中 10 余种不同调。我们表明，在生成保持调性的音乐样本方面，我们的分类 VAE 和分类 VAE+LSTM 模型优于相应的非分类模型。当在原始调性未转调的音乐数据上训练时，这一优势尤为明显。
引用
@article{arxiv.1711.07050,
title = {A Classifying Variational Autoencoder with Application to Polyphonic Music Generation},
author = {Jay A. Hennig and Akash Umakantha and Ryan C. Williamson},
journal= {arXiv preprint arXiv:1711.07050},
year = {2017}
}