用于平面弦声和运动仿真的可微分模态合成

尽管在音乐生成和机器学习领域已有显著进展，但受物理定律指导的乐器振动仿真仍受到忽视。为此，我们引入了一种新型模型，用于模拟非线性弦的时空运动，集成了模态合成和谱模型于神经网络框架中。该模型利用物理特性和基本频率作为输入，输出整个时空范围内的弦状态，这些状态解了描述非线性弦的偏微分方程。经验评估表明，所提出的架构在弦运动仿真方面优于现有的基准架构。该代码和演示已在线上提供。