符号音乐建模：超越钢琴卷帘谱
声音
2016-06-07 v1
摘要
本文中，我们考虑对符号音乐数据进行概率建模的问题。我们引入一种将复调音乐简化为单变量类别序列的表示方法。通过这种方式，我们能够应用最先进的自然语言处理技术，即长短期记忆序列模型。我们所采用的表示法允许任意节奏结构，并假定该结构为已知。我们展示了我们的模型在四个基于钢琴卷帘谱的基准数据集上均有效。我们通过在所有音乐调性上对原始乐曲进行移调来扩充训练数据集，从而进一步改进了模型，令人信服地推进了这些基准问题上的当前最优水平。我们还对节奏结构不受限制的音乐进行了模型拟合，讨论了该模型的特性，并提供了比以往使用此类循环神经网络序列模型所能实现的更为复杂的音乐样本。我们还提供了我们新预处理的非钢琴卷帘谱音乐数据集。
引用
@article{arxiv.1606.01368,
title = {Modelling Symbolic Music: Beyond the Piano Roll},
author = {Christian Walder},
journal= {arXiv preprint arXiv:1606.01368},
year = {2016}
}