探索音乐根源：应用音频嵌入为生成式音乐模型赋能影响归因

每位艺术家都有一个从前人艺术家及其作品中汲取灵感的创作过程。如今，“灵感”已被生成式音乐模型自动化。这些模型的黑箱特性掩盖了影响其创作输出的作品身份。因此，用户可能会无意中挪用、误用或复制现有艺术家的作品。我们建立了一种可复现的方法，以系统性地识别相似的音频音乐片段，这种方法有助于理解训练数据归因。我们方法的一个关键方面是利用有效的音乐音频相似性度量。我们比较了在用于训练近期开源生成式音乐模型VampNet的500万个音频片段集合中，应用CLMR和CLAP嵌入对相似性度量的影响。我们通过一项人类听觉研究验证了此方法。我们还探讨了对音频样本的修改（例如，音高偏移、时间拉伸、背景噪声）对相似性度量的影响。这项工作是实现将自动化影响归因融入生成式建模的基础，有望让模型创建者和用户从无知的挪用到知情的创作。与本文配套的音频样本可在https://tinyurl.com/exploring-musical-roots获取。