用自校正非时序自回归模型生成音乐
音频与语音处理
2020-08-21 v1 机器学习
声音
摘要
我们描述了一种使用自校正、非时序、自回归模型生成音乐的新方法。我们将音乐表示为编辑事件序列，其中每个事件表示添加一个音符或移除一个音符——甚至是模型先前生成的音符。在推理过程中，我们使用直接祖先采样每次生成一个编辑事件。我们的方法允许模型修正先前的错误（例如错误采样的音符），并防止自回归模型易累积的错误。另一个好处是在人与 AI 协作作曲过程中实现更精细的逐音符控制。我们通过定量指标和人类调查评估表明，我们的方法比无序 NADE 和 Gibbs 采样方法生成更好的结果。
引用
@article{arxiv.2008.08927,
title = {Generating Music with a Self-Correcting Non-Chronological Autoregressive Model},
author = {Wayne Chi and Prachi Kumar and Suri Yaddanapudi and Rahul Suresh and Umut Isik},
journal= {arXiv preprint arXiv:2008.08927},
year = {2020}
}
备注
8 pages, 4 figures