基于层次递归神经网络的条件旋律生成模型及其长时结构建模
声音
2021-04-27 v2 机器学习
音频与语音处理
摘要
深度学习技术的兴起迅速推动了诸多领域的发展，包括生成音乐系统。现有许多系统能够生成听感良好的短片段，但这些生成片段往往缺乏整体的长时结构。在本文中，我们提出 CM-HRNN：一种基于层次递归神经网络的条件旋律生成模型。该模型使我们能够根据给定的和弦伴奏生成具有长时结构的旋律。我们还提出了一种新颖、简洁的基于事件的表示方法，用于在保留音符在小节内相对于节拍的位置的同时对音乐主谱进行编码。借助这一新数据表示，所提架构能够有效同时建模节奏与音高结构。所提模型生成的旋律在定量实验及用户研究中得到了广泛评估，以确保输出音乐质量并评估其是否包含重复模式。我们还将该系统与最先进的 AttentionRNN 进行了比较。该比较表明，CM-HRNN 生成的旋律包含更多重复模式（即更高压缩比）且音调张力更低（即音调更简洁）。我们的听感测试结果指出，CM-HRNN 在长时结构与总体评分上优于 AttentionRNN。
引用
@article{arxiv.2102.09794,
title = {Hierarchical Recurrent Neural Networks for Conditional Melody Generation with Long-term Structure},
author = {Zixun Guo and Makris Dimos and Herremans Dorien},
journal= {arXiv preprint arXiv:2102.09794},
year = {2021}
}