利用卷积受限玻尔兹曼机与约束在复调音乐生成中施加高层结构
声音
2018-04-18 v4 人工智能
神经与进化计算
摘要
我们引入一种在生成的复调音乐上施加高层结构的方法。将作为生成模型的卷积受限玻尔兹曼机（C-RBM）与梯度下降约束优化相结合，以对生成过程提供进一步控制。除其他功能外，这允许使用一个“模板”乐曲，从中提取某些结构特性，并将其作为约束迁移至新生成的素材。采样过程通过模拟退火进行引导，以避免局部最优，并找到既满足约束又相对于C-RBM相对稳定的解。结果表明，通过此方法，可以在保持乐曲局部音乐连贯性的同时，控制生成乐曲的高层自相似结构、节拍和调性特征。
引用
@article{arxiv.1612.04742,
title = {Imposing higher-level Structure in Polyphonic Music Generation using Convolutional Restricted Boltzmann Machines and Constraints},
author = {Stefan Lattner and Maarten Grachten and Gerhard Widmer},
journal= {arXiv preprint arXiv:1612.04742},
year = {2018}
}
备注
31 pages, 11 figures