音乐与语言的并行性：基于概率生成模型的符号涌现系统视角
人机交互
2025-01-28 v1 多媒体
摘要
音乐与语言在结构上存在相似性。这种结构相似性常通过生成过程来解释。本文描述了近期为语言学习和机器人符号涌现开发的概率生成模型（PGMs）。机器人符号涌现旨在开发能够适应真实环境和人类语言交流的机器人，仅凭感知运动信息即可从中学习语言（即无监督方式）。这被视为一种建构性的符号涌现系统方法。为此，已开发了一系列PGMs，包括同时音素和词汇发现、词汇习得、对象和空间概念形成以及符号系统涌现。通过扩展这些模型，揭示了由PGMs建模的符号涌现系统——即由多主体系统构成，其中的符号系统会涌现——可以被建模。在该模型中，符号涌现可被视为集体性预测编码。本文通过将“情感基于内生信号的预测编码”理论与“符号涌现系统”结合，描述了音乐中意义涌现的可能假设。
引用
@article{arxiv.2501.15721,
title = {On Parallelism in Music and Language: A Perspective from Symbol Emergence Systems based on Probabilistic Generative Models},
author = {Tadahiro Taniguchi},
journal= {arXiv preprint arXiv:2501.15721},
year = {2025}
}