中文

使用总信息流评估协同创造性

声音 2024-02-13 v1 人工智能 人机交互 信息论 机器学习 音频与语音处理 math.IT

摘要

音乐中的协同创造性是指两个或多个音乐家或音乐智能体通过作曲或即兴创作进行互动。然而,这是一个非常主观的过程,每个音乐家对于在某种情境下哪种即兴创作更好都有自己的偏好。在本文中,我们旨在创建一种基于总信息流的度量,以定量评估音乐中的协同创造性过程。换言之,我们的度量指示了一个创造性音乐过程有多“好”。我们的主要假设是,一个好的音乐创作会使在不同轨道中记录的音乐声部所捕捉到的参与者之间的信息流最大化。我们提出了一种使用预训练生成模型作为熵估计器来计算信息流的方法。我们通过一项定性研究展示了我们的方法如何与人类感知相匹配。

关键词

引用

@article{arxiv.2402.06810,
  title  = {Evaluating Co-Creativity using Total Information Flow},
  author = {Vignesh Gokul and Chris Francis and Shlomo Dubnov},
  journal= {arXiv preprint arXiv:2402.06810},
  year   = {2024}
}