Jukebox：一种音乐生成模型
音频与语音处理
2020-05-04 v1 机器学习
声音
机器学习
摘要
我们介绍了 Jukebox，一种在原始音频域中生成带演唱音乐的作品的模型。我们利用多尺度 VQ-VAE 压缩原始音频的长上下文为离散编码，并使用自回归 Transformer 对这些编码建模。我们表明，该组合模型在规模上能够生成高保真且多样的歌曲，连贯性可达数分钟。我们可以以艺术家和流派为条件来引导音乐与声乐风格，并以未对齐的歌词为条件使演唱更具可控性。我们在 https://jukebox.openai.com 发布了数千个非精选样本，并在 https://github.com/openai/jukebox 提供了模型权重与代码。
引用
@article{arxiv.2005.00341,
title = {Jukebox: A Generative Model for Music},
author = {Prafulla Dhariwal and Heewoo Jun and Christine Payne and Jong Wook Kim and Alec Radford and Ilya Sutskever},
journal= {arXiv preprint arXiv:2005.00341},
year = {2020}
}