MidiNet：一种用于符号域音乐生成的卷积生成对抗网络
声音
2017-07-19 v2 人工智能
摘要
现有的大多数音乐生成神经网络模型使用循环神经网络。然而，DeepMind 最近提出的 WaveNet 模型表明，卷积神经网络（CNN）也能在音频域生成逼真的音乐波形。循此思路，我们研究在符号域中使用 CNN 逐小节生成旋律（一系列 MIDI 音符）。除了生成器之外，我们使用判别器来学习旋律的分布，使其成为生成对抗网络（GAN）。此外，我们提出了一种新颖的条件机制以利用可用的先验知识，使得模型能够从头生成旋律、跟随和弦序列生成，或以前面小节的旋律（例如引导旋律）为条件生成等。由此产生的模型被命名为 MidiNet，可扩展为生成具有多个 MIDI 通道（即音轨）的音乐。我们进行了一项用户研究，每次使用相同的引导旋律，比较 MidiNet 和 Google 的 MelodyRNN 模型生成的八小节长旋律。结果表明，MidiNet 在逼真度与悦耳度上与 MelodyRNN 模型表现相当，但据报告 MidiNet 的旋律要有趣得多。
引用
@article{arxiv.1703.10847,
title = {MidiNet: A Convolutional Generative Adversarial Network for Symbolic-domain Music Generation},
author = {Li-Chia Yang and Szu-Yu Chou and Yi-Hsuan Yang},
journal= {arXiv preprint arXiv:1703.10847},
year = {2017}
}
备注
8 pages, Accepted to ISMIR (International Society of Music Information Retrieval) Conference 2017