MIDI-GPT：面向计算机辅助多轨音乐作曲的可控生成模型

我们提出并公开了 MIDI-GPT，这是一个基于 Transformer 架构的生成系统，旨在支持计算机辅助音乐作曲工作流程。MIDI-GPT 支持在轨道和小节级别进行音乐材料的填充（infilling），并且可以基于包括仪器类型、音乐风格、音符密度、多音性水平和音符时长在生成过程中进行条件化。为整合这些功能，我们采用了另一种表示方法，将每个轨道的时间有序音乐事件序列拼接成单个序列，而不是使用单一的时间有序序列将不同轨道的音乐事件交错排列。我们还提出了一种允许表达性的表示变体。我们 presenting 的实验结果表明，MIDI-GPT 能够始终避免复制其训练材料中重复的音乐内容，生成的音乐风格与训练数据集相似，并且属性控制允许对生成材料施加各种约束。我们还概述了 MIDI-GPT 的几个实际应用，包括与行业合作伙伴合作，探索将 MIDI-GPT 集成到商业产品中并进行评估，以及使用它生产的几个艺术作品。