基于节奏交互学习模式的高层鼓轨生成控制
声音
2019-08-05 v1 人机交互
机器学习
音频与语音处理
摘要
受深度学习潜力的推动，计算音乐生成重新获得了学术关注。音乐生成中的一个关键问题是如何实现用户控制，尤其是在生成过程以已有音乐素材为条件的情况下。本文提出一种条件式底鼓轨生成模型，该模型以已有音乐素材为输入，并附加一个低维编码，用于表征已有素材与待生成新素材之间所需的关系。这些关系编码是从音乐数据集中以无监督方式学习得到的。我们展示了可通过采样编码来创建多种在音乐上合理的底鼓轨，且该模型可用于将底鼓模式从一首歌曲迁移到另一首歌曲。最后，我们证明了所学编码在很大程度上对速度和时移具有不变性。
引用
@article{arxiv.1908.00948,
title = {High-Level Control of Drum Track Generation Using Learned Patterns of Rhythmic Interaction},
author = {Stefan Lattner and Maarten Grachten},
journal= {arXiv preprint arXiv:1908.00948},
year = {2019}
}
备注
Paper accepted at the IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA 2019), New Paltz, New York, U.S.A., October 20-23; 6 pages, 3 figures, 1 table