Musika！快速无限波形音乐生成

快速且用户可控的音乐生成可催生作曲或演奏音乐的新方式。然而，最先进的音乐生成系统需要大量数据与计算资源进行训练，且推理速度慢。这使其难以用于实时交互。本工作中，我们介绍 Musika，一种音乐生成系统，可在单块消费级 GPU 上以数百小时音乐训练，并能在消费级 CPU 上以远快于实时的速度生成任意长度的音乐。为此，我们首先用对抗自编码器学习谱图幅度与相位的紧凑可逆表示，然后在该表示上针对特定音乐域训练生成对抗网络（GAN）。潜坐标系统支持并行生成任意长的片段序列，而全局上下文向量使音乐随时间保持风格连贯。我们进行定量评估以衡量生成样本的质量，并展示钢琴与 techno 音乐生成中的用户控制选项。我们在 github.com/marcoppasini/musika 发布源代码与预训练自编码器权重，以便能用单块 GPU 在数小时内针对新音乐域训练 GAN。