旋律结构迁移网络：基于可分离自注意力生成音乐
声音
2021-07-22 v1 多媒体
音频与语音处理
摘要
符号音乐生成已引起越来越多的关注，而大多数方法侧重于生成短片段（大多少于 8 小节，最多 32 小节）。生成长音乐需要有效表达连贯的音乐结构。尽管自注意力架构在长序列上取得了成功，但在处理长期音乐时仍面临挑战，因为这需要对细微的音乐结构给予额外关注。在本文中，我们提出迁移训练样本的结构以用于新音乐生成，并开发了一种基于新颖可分离自注意力的模型，该模型能够学习和迁移结构嵌入。我们表明，我们的迁移模型可以生成具有可解释结构的音乐序列（最多 100 小节），其结构与训练集中的模板音乐以及作曲技法相似。大量实验展示了其生成具有目标结构和良好多样性的音乐的能力。生成的 3000 套音乐已作为补充材料上传。
引用
@article{arxiv.2107.09877,
title = {Melody Structure Transfer Network: Generating Music with Separable Self-Attention},
author = {Ning Zhang and Junchi Yan},
journal= {arXiv preprint arXiv:2107.09877},
year = {2021}
}