以人类可解释控制探索生成音乐系统的条件化
声音
2022-02-22 v3 机器学习
音频与语音处理
摘要
Performance RNN是一个机器学习系统，主要设计用于使用基于事件（而非音频）的表示来生成独奏钢琴演奏。更具体地说，Performance RNN是一个基于长短期记忆（LSTM）的循环神经网络，以富有表现力的时序与力度对复调音乐建模（Oore et al., 2018）。该神经网络使用基于乐器数字接口（MIDI）文件格式的简单语言模型。Performance RNN在e-Piano Junior Competition Dataset（International Piano e-Competition, 2018）上训练，该数据集为 expert 钢琴家的独奏钢琴演奏集合。作为一个艺术工具，原始模型的一个局限一直是缺乏可用控制。标准形式的Performance RNN能生成有趣的片段，但对所生成的具体内容几乎无法控制。本文探索一组用于影响生成过程的条件化控制。
引用
@article{arxiv.1907.04352,
title = {Exploring Conditioning for Generative Music Systems with Human-Interpretable Controls},
author = {Nicholas Meade and Nicholas Barreyre and Scott C. Lowe and Sageev Oore},
journal= {arXiv preprint arXiv:1907.04352},
year = {2022}
}