用神经机器翻译建模巴洛克二声部对位

我们提出了一种基于神经机器翻译（NMT）范式的对位音乐生成系统。我们关注巴洛克对位，并有兴趣将任意两个给定声部之间的交互建模为给定源材料与适当目标材料之间的映射。如同在翻译中，前者对后者施加一些约束，但并未完全定义它。我们整理并编辑了一个定制的巴洛克作品数据集，用它训练一个基于注意力的神经网络模型，并通过 BLEU 分数和音乐学分析评估生成输出。我们表明，我们的模型能够响应一些惯用特征，例如模仿和适当的节奏偏移，尽管它未能学会风格上正确的对位运动（例如避免平行五度）或更严格的模仿规则，例如卡农。