深度音乐生成综合综述：多层次表示、算法、评估与未来方向
声音
2020-11-16 v1 机器学习
音频与语音处理
摘要
利用深度学习技术生成各类内容（如图像、文本等）已成为一种趋势。尤其是本文所关注的音乐，已吸引了无数研究者的广泛关注。音乐制作的全过程可分为三个阶段，对应于音乐生成的三个层次：乐谱生成产出乐谱，演奏生成向乐谱添加演奏特征，音频生成通过赋予音色将带演奏特征的乐谱转换为音频或直接生成音频格式的音乐。已有综述探讨了自动音乐生成领域中所采用的网络模型。然而，同一音乐生成任务的发展历史、模型演进以及优缺点尚未得到清晰阐述。本文试图对不同音乐生成层次下的多种创作任务进行概览，涵盖当前大多数流行的基于深度学习的音乐生成任务。此外，我们总结了适用于多样任务的数据集，讨论了不同层次下的音乐表示、评估方法以及挑战，并最终指出了若干未来方向。
引用
@article{arxiv.2011.06801,
title = {A Comprehensive Survey on Deep Music Generation: Multi-level Representations, Algorithms, Evaluations, and Future Directions},
author = {Shulei Ji and Jing Luo and Xinyu Yang},
journal= {arXiv preprint arXiv:2011.06801},
year = {2020}
}
备注
96 pages,this is a draft