作曲与润色：基于两阶段方法的结构良好钢琴演奏生成

即便使用Transformer等强大的序列模型，生成具有长距离音乐结构的富有表现力的钢琴演奏仍具挑战性。与此同时，创作结构良好的旋律或主旋律谱（旋律+和弦）——即更简单音乐形式——的方法取得了更大成功。鉴于上述观察，我们设计了一个基于Transformer的两阶段框架，先作曲（Compose）生成主旋律谱，再润色（Embellish）添加伴奏与表现力触感。这种分解也支持在非钢琴数据上进行预训练。我们的客观与主观实验表明，Compose & Embellish将当前最优方法与真实演奏在结构性上的差距缩小了一半，并改善了丰富度与连贯性等其他音乐方面。