符号化 Transformer 旋律和声中的结构与和弦约束融入

Transformer 架构在符号化音乐生成方面具有显著优势；其在生成中融入用户偏好的能力正从多个角度被研究。本文研究在旋律和声中融入预定义和弦约束的问题，即在特定位置提供期望和弦与旋律作为输入，自回归 Transformer 模型需要在生成的和声中融入该和弦。讨论了引入此类约束的特殊性，并提出了一种解决该任务的算法。该算法称为 B*，结合了束搜索（beam search）和 A* 算法以及回溯，强制预训练 Transformer 在正确小节内的正确起始位置满足和弦约束。该算法是暴力搜索，最坏情况下具有指数复杂度；然而，本文是首次尝试揭示该问题的困难，并提出了一种可通过启发式方法改进的算法。