利用细粒度判别器生成高质量符号音乐

现有的符号音乐生成方法通常利用判别器通过全局感知音乐来提升生成音乐的质量。然而，考虑到音乐中信息的复杂性，如节奏和旋律，单一判别器无法充分反映这两个主要维度之间的差异。在本工作中，我们提出将旋律与节奏从音乐中解耦，并设计相应的细粒度判别器来解决上述问题。具体而言，旋律判别器配备了音高增强策略，用于辨别生成样本中呈现的旋律变化。相比之下，节奏判别器增强了小节级相对位置编码，专注于生成音符的速度。这种设计使生成器能够更明确地意识到在生成的音乐中应调整哪些方面，从而更容易模仿人类创作的音乐。在POP909基准上的实验结果表明，所提方法在客观和主观指标上均优于几种最先进方法，表现出良好的性能。