HNote：基于十六进制编码扩展 YNote 以用于音乐建模中的 LLM 微调
声音
2025-10-07 v2 人工智能
摘要
近期大语言模型 (LLM) 的进展为符号音乐生成带来了新机遇。然而，现有格式如 MIDI、ABC 和 MusicXML 要么过于复杂，要么结构不一致，限制了其在基于标记的学习架构中的适用性。为此，我们提出 HNote，这是一种基于 YNote 的新型十六进制表示法，用于编码音符中的音高与时值，构建于固定 32 单位的 measure 框架中。该设计确保对齐，降低歧义，直接兼容 LLM 架构。我们将 12,300 首基于江南风格传统民歌生成的 YNote 转换为 HNote，并使用参数高效 LoRA 对 LLaMA-3.1(8B) 进行微调。实验结果表明，HNote 在语法正确性方面达到 82.5%，BLEU 和 ROUGE 评估显示其在符号和结构相似性方面表现强劲，能够生成符合风格的作品。该研究将 HNote 确立为集成 LLM 与文化音乐建模的有效框架。
引用
@article{arxiv.2509.25694,
title = {HNote: Extending YNote with Hexadecimal Encoding for Fine-Tuning LLMs in Music Modeling},
author = {Hung-Ying Chu and Shao-Yu Wei and Guan-Wei Chen and Tzu-Wei Hung and ChengYang Tsai and Yu-Cheng Lin},
journal= {arXiv preprint arXiv:2509.25694},
year = {2025}
}