LooperGP：一种基于 GuitarPro 制谱、用于实时编程表演的可循环序列模型
声音
2023-03-06 v1 多媒体
音频与语音处理
摘要
尽管符号音乐生成的深度学习模型在离线结果上令人印象深刻，但由于缺乏具有音乐意义的控制参数且输出缺乏结构化音乐形式，它们并未广泛用于现场表演。为解决这些问题，我们引入 LooperGP，一种将 Transformer-XL 模型引导至生成指定小节数与拍号的可循环音乐短语的方法，从而提供一种用于实时编程表演的工具。我们表明，通过在从 DadaGP 数据集提取的 93,681 个音乐循环上训练 LooperGP，我们能够将其生成输出引导为生成比基线多 3 倍的可循环短语。在由 31 名参与者进行的主观听感测试中，LooperGP 循环在原创性、音乐连贯性与循环平滑度上获得了正向中位数评分，展示了其作为表演工具的潜力。
引用
@article{arxiv.2303.01665,
title = {LooperGP: A Loopable Sequence Model for Live Coding Performance using GuitarPro Tablature},
author = {Sara Adkins and Pedro Sarmento and Mathieu Barthet},
journal= {arXiv preprint arXiv:2303.01665},
year = {2023}
}
备注
The Version of Record of this contribution is published in Proceedings of EvoMUSART: International Conference on Computational Intelligence in Music, Sound, Art and Design (Part of EvoStar) 2023