交互式音乐中的深度预测模型
声音
2018-12-21 v3 人工智能
人机交互
神经与进化计算
音频与语音处理
摘要
音乐表演需要进行预测以操作乐器、进行合奏与即兴创作。在本文中，我们考察了若干数字音乐乐器（DMI），包括我们自行设计的两款，如何应用预测性机器学习模型，通过预测音乐过程的未知状态来辅助用户。我们将这些预测刻画为聚焦于乐器内部、个体演奏者层面以及合奏成员之间。这些模型可衔接现有的 DMI 设计框架，并与人类音乐家的认知预测相类比。我们讨论了深度学习的最新进展如何凸显预测在 DMI 中的作用，其通过允许具有对过去状态的长记忆的数据驱动预测模型来实现。我们所综述的系统用于启发将预测作为必要组成部分的音乐用例，并强调未来寻求在交互式音乐系统中应用深度预测模型的 DMI 设计者所面临的一系列挑战。
引用
@article{arxiv.1801.10492,
title = {Deep Predictive Models in Interactive Music},
author = {Charles P. Martin and Kai Olav Ellefsen and Jim Torresen},
journal= {arXiv preprint arXiv:1801.10492},
year = {2018}
}