D3PIA：基于离散去噪扩散模型的钢琴伴奏生成（从 lead sheet）
声音
2026-02-04 v1 人工智能
多媒体
摘要
从给定的旋律和和弦约束（例如来自 lead sheet 的约束）生成完整的钢琴伴奏是符号音乐领域的一个具有挑战性的任务，需要产生一整段钢琴音乐。本文提出了 D3PIA，一种基于离散扩散的钢琴伴奏生成模型，利用 lead sheet 与伴奏在钢琴卷帘表示中的局部对齐。D3PIA 引入 Neighborhood Attention（NA）来编码 lead sheet 并对其进行条件化，以预测钢琴伴奏中的音符状态。该设计通过高效地注意力地注意周围的旋律和和弦条件，增强了局部语境建模。我们使用 POP909 数据集进行评估，该数据集是钢琴伴奏生成中广泛使用的基准。客观评估结果表明，D3PIA 在保持和弦条件方面优于基于连续扩散和基于 Transformer 的基线方法。此外，主观听觉测试表明，D3PIA 生成的伴奏在音乐连贯性方面优于比较模型。
引用
@article{arxiv.2602.03523,
title = {D3PIA: A Discrete Denoising Diffusion Model for Piano Accompaniment Generation From Lead sheet},
author = {Eunjin Choi and Hounsu Kim and Hayeon Bang and Taegyun Kwon and Juhan Nam},
journal= {arXiv preprint arXiv:2602.03523},
year = {2026}
}
备注
Accepted at 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)