ByteComposer：一种基于语言模型代理的类人旋律创作方法
声音
2024-03-08 v2 人工智能
音频与语音处理
摘要
大型语言模型（LLM）在多模态理解和生成任务中已显示出令人鼓舞的进展。然而，如何设计一个与人类对齐且可解释的旋律创作系统仍有待探索。为解决这一问题，我们提出了 ByteComposer，这是一个模拟人类创作流程的代理框架，包含四个独立步骤：“构思分析 - 草稿创作 - 自我评估与修改 - 美学选择”。该框架无缝融合了 LLM 的交互和知识理解功能与现有的符号音乐生成模型，从而实现了一个可与人类创作者相媲美的旋律创作代理。我们在 GPT4 和几个开源大型语言模型上进行了广泛的实验，证实了我们框架的有效性。此外，专业音乐作曲家参与了多维度的评估，最终结果表明，在音乐创作的各个方面，ByteComposer 代理达到了新手旋律作曲家的水平。
引用
@article{arxiv.2402.17785,
title = {ByteComposer: a Human-like Melody Composition Method based on Language Model Agent},
author = {Xia Liang and Xingjian Du and Jiaju Lin and Pei Zou and Yuan Wan and Bilei Zhu},
journal= {arXiv preprint arXiv:2402.17785},
year = {2024}
}