基于 SeqGAN 的旋律条件歌词生成
声音
2020-10-29 v1 信息检索
机器学习
多媒体
音频与语音处理
摘要
多年来，自动歌词生成一直受到音乐界和 AI 界的关注。早期的基于规则的方法——由于计算能力的提升和数据驱动模型的演进——大多已被基于深度学习的系统所取代。然而，许多现有方法要么严重依赖音乐和歌词创作方面的先验知识，要么通过大量丢弃旋律信息及其与文本的关系来过度简化任务。我们提出了一种基于序列生成对抗网络（SeqGAN）的端到端旋律条件歌词生成系统，该系统以相应的旋律作为输入来生成一行歌词。此外，我们研究了引入额外输入条件（即待生成歌词的主题或总体话题）时生成器的性能。我们表明，这些输入条件对评估指标没有负面影响，同时能使网络产生更有意义的结果。
引用
@article{arxiv.2010.14709,
title = {Melody-Conditioned Lyrics Generation with SeqGANs},
author = {Yihao Chen and Alexander Lerch},
journal= {arXiv preprint arXiv:2010.14709},
year = {2020}
}