基于层次化上下文约束学习长期音乐表示

学习符号音乐表示，尤其是具有概率解释的解耦表示，已被证明有益于音乐理解与生成。然而，大多数模型仅适用于短期音乐，而学习长期音乐表示仍是一项具有挑战性的任务。我们已见到若干研究尝试以端到端方式直接学习层次化表示，但这些模型未能取得预期结果且训练过程不稳定。本文中，我们提出一种通过上下文约束学习长期符号音乐表示的新方法。首先，我们利用对比学习预训练长期表示，通过约束其与短期表示（由现成模型提取）的差异。然后，我们通过一个层次化预测模型微调长期表示，使得一个好的长期表示（如 8 小节表示）能够重建对应的短期表示（如该 8 小节范围内的 2 小节表示）。实验表明，我们的方法稳定了训练与微调步骤。此外，所设计的上下文约束同时有益于重建与解耦，显著优于基线方法。