我们需要更复杂的结构表示吗？关于音乐变换器的音符时长表示比较
声音
2024-10-15 v1 机器学习
音频与语音处理
摘要
近年来，深度学习在创造计算中取得了惊人的成果。就音乐而言，变换器（Transformer）是一种可行的音乐生成模型。然而，尽管变换器模型在音乐生成中广受欢迎，但它们往往依赖于标记化的结构信息。在本工作中，我们探讨了使用仅限于未标记化MIDI信息的常规音乐变换器模型在结构相似性指标上是否同样表现良好。我们展示，对最常见的表示进行轻微调整可获得小但显著的改进。我们还主张，寻找更好的未标记化音乐表示比生产大量精选和标记化数据更具成本效益。
引用
@article{arxiv.2410.10515,
title = {Do we need more complex representations for structure? A comparison of note duration representation for Music Transformers},
author = {Gabriel Souza and Flavio Figueiredo and Alexei Machado and Deborah Guimarães},
journal= {arXiv preprint arXiv:2410.10515},
year = {2024}
}
备注
Presented at the Music for Machine Learning Workshop with ECML/PKDD. To be published by Springer