AccoMontage：基于乐句选择与风格迁移的伴奏编配

伴奏编配是一项困难的音乐生成任务，涉及旋律、和声、织体与音乐结构的交织约束。现有模型尚不能有效捕捉所有这些约束，尤其是在长期音乐生成方面。为解决这一问题，我们提出了 AccoMontage，一个通过统一乐句选择与神经风格迁移来为整首乐曲进行伴奏编配的系统。我们专注于基于领谱（即带有和弦进行的旋律）为民歌/流行歌曲生成钢琴伴奏。具体而言，AccoMontage 首先从数据库中检索乐句蒙太奇，并使用动态规划在结构上重组它们。其次，通过风格迁移对检索到的乐句的和弦进行操作，使其与领谱匹配。最后，系统提供对生成过程的控制。与纯基于学习的方法相比，AccoMontage 引入了一条新颖的混合路径，其中基于规则的优化和深度学习均被利用以相互补充，从而实现高质量生成。实验表明，我们的模型生成了结构良好且织体精致的伴奏，显著优于基线方法。