基于混合密度循环神经网络的交互式音乐预测系统
声音
2019-04-11 v1 人机交互
神经与进化计算
音频与语音处理
摘要
本文关于创建数字乐器，其中预测性神经网络模型被集成到交互系统中。我们建议，不是预测符号音乐（例如MIDI音符），而是预测来自用户的未来控制数据和精确的时间信息，可以带来新的有趣的交互可能性。我们提出混合密度循环神经网络（MDRNN）是此任务的合适模型。预测可用于在用户停止演奏时填充控制数据，或作为用户自身输入的一种滤波器。我们提出了一个交互式MDRNN预测服务器，通过记录数据集、训练MDRNN模型和实验交互模式，允许快速原型设计具有预测性音乐交互的新型数字乐器接口（NIME）。我们通过几个应用此想法的示例NIME来说明我们的系统。我们的评估表明，即使在单板计算机上，实时预测交互也是可行的，并且小模型适用于小数据集。
引用
@article{arxiv.1904.05009,
title = {An Interactive Musical Prediction System with Mixture Density Recurrent Neural Networks},
author = {Charles P Martin and Jim Torresen},
journal= {arXiv preprint arXiv:1904.05009},
year = {2019}
}
备注
Accepted for presentation at the International Conference on New Interfaces for Musical Expression (NIME), June 2019