用于符号旋律生成的层次化循环神经网络
声音
2018-09-06 v2 多媒体
摘要
近年来，神经网络已被用于生成符号旋律。然而，旋律中的长期结构给设计良好模型带来了很大困难。本文提出一种用于旋律生成的层次化循环神经网络，其由三个长短期记忆（LSTM）子网络沿时间以由粗到细的方式工作。具体而言，三个子网络依次生成小节轮廓、节拍轮廓和音符，且高层子网络的输出被馈入低层子网络，作为生成低层子网络中更细时间尺度旋律组件的引导。两项人类行为实验证明了该结构相对于试图学习旋律中所有隐藏结构的单层 LSTM 的优势。与最先进模型 MidiNet 和 MusicVAE 相比，该层次化循环神经网络生成了经人类评估更优的旋律。
引用
@article{arxiv.1712.05274,
title = {A Hierarchical Recurrent Neural Network for Symbolic Melody Generation},
author = {Jian Wu and Changran Hu and Yulong Wang and Xiaolin Hu and Jun Zhu},
journal= {arXiv preprint arXiv:1712.05274},
year = {2018}
}
备注
9 pages