从词语到音乐：符号音乐生成中子词分词技术研究
声音
2023-04-26 v2 机器学习
音频与语音处理
摘要
子词分词在基于 Transformer 模型的文本自然语言处理（NLP）任务中已广获成功。随着 Transformer 模型在符号音乐相关研究中日益流行，探究子词分词在符号音乐领域的效能势在必行。本文中，我们探索子词分词技术，如字节对编码（BPE），在符号音乐生成中的应用及其对生成歌曲整体结构的影响。我们的实验基于三类 MIDI 数据集：单轨仅旋律、单乐器多轨，以及多轨多乐器。我们在音乐后分词方案上应用子词分词，发现其能在同时生成更长歌曲，并依据结构指示符（SI）、音高类熵等客观指标改善生成音乐的整体结构。我们还比较了两种子词分词方法 BPE 与 Unigram，观察到两者均带来一致的改进。我们的研究表明子词分词是符号音乐生成的一种有前景的技术，并可能对音乐作曲具有更广泛的意义，尤其在涉及如多轨歌曲等复杂数据的情形中。
引用
@article{arxiv.2304.08953,
title = {From Words to Music: A Study of Subword Tokenization Techniques in Symbolic Music Generation},
author = {Adarsh Kumar and Pedro Sarmento},
journal= {arXiv preprint arXiv:2304.08953},
year = {2023}
}