交互语境下的音乐生成综述
声音
2024-02-26 v1 人工智能
机器学习
音频与语音处理
摘要
近年来，机器学习，特别是生成对抗神经网络（GANs）和基于注意力的神经网络（transformers），已成功用于创作和生成音乐，包括旋律和多声部作品。当前的研究主要集中于风格复制（例如生成巴赫风格的众赞歌）或风格迁移（例如从古典到爵士），这些研究基于大量录制或转录的音乐，从而也允许进行相当直接的“表演”评估。然而，这些模型大多不适合通过实时交互进行人机协同创作，也不清楚如何评估此类模型及其生成的作品。本文全面综述了音乐表示、特征分析、启发式算法、统计与参数建模以及人工和自动评估指标，并讨论了哪些方法和模型最适合实时交互。
引用
@article{arxiv.2402.15294,
title = {A Survey of Music Generation in the Context of Interaction},
author = {Ismael Agchar and Ilja Baumann and Franziska Braun and Paula Andrea Perez-Toro and Korbinian Riedhammer and Sebastian Trump and Martin Ullrich},
journal= {arXiv preprint arXiv:2402.15294},
year = {2024}
}