Etude：基于三阶段方法的钢琴改编曲生成——提取、结构化与解码
声音
2026-01-26 v2 机器学习
音频与语音处理
摘要
钢琴改编曲生成旨在将流行歌曲自动转换为钢琴编曲。尽管已有众多深度学习方法被提出，但现有模型往往难以保持与原曲的结构一致性，这可能是由于缺乏节拍感知机制或难以对复杂节奏模式进行建模。节奏信息至关重要，因为它定义了结构相似性（如速度、BPM），并直接影响生成音乐的整体质量。本文提出 Etude，一种由提取（Extract）、结构化（strucTUralize）和解码（DEcode）三个阶段组成的三阶段架构。通过预提取节奏信息并应用一种新颖的、基于简化 REMI 的标记化方法，我们的模型生成的改编曲能够保留恰当的歌曲结构，增强流畅性和音乐动态，并通过风格注入支持高度可控的生成。由人类听众参与的主观评估表明，Etude 显著优于先前模型，达到了与人类作曲家相当的质量水平。
引用
@article{arxiv.2509.16522,
title = {Etude: Piano Cover Generation with a Three-Stage Approach -- Extract, strucTUralize, and DEcode},
author = {Tse-Yang Chen and Yuh-Jzer Joung},
journal= {arXiv preprint arXiv:2509.16522},
year = {2026}
}