基于序列生成对抗网络的多声部音乐生成
声音
2018-07-03 v2 音频与语音处理
摘要
我们提出了序列生成对抗网络（SeqGAN）——一种用于离散序列生成的生成对抗网络——在创作多声部音乐序列中的应用。不同于原工作所建议的单旋律生成，我们提出了一种多声部 MIDI 文件的高效表示，可同时捕捉具有动态时序的和弦与旋律。所提方法将旋律与和弦的时值、八度与调性压缩为单一词向量表示，循环神经网络从嵌入的音乐词空间学习预测序列分布。我们将原方法与最小二乘方法应用于判别器进行实验，后者已知可稳定 GAN 的训练。该网络能生成音乐上连贯的序列，并展现出改进的定量与定性指标。我们还报告称，仔细优化模型的强化学习信号对该模型的通用应用至关重要。
引用
@article{arxiv.1710.11418,
title = {Polyphonic Music Generation with Sequence Generative Adversarial Networks},
author = {Sang-gil Lee and Uiwon Hwang and Seonwoo Min and Sungroh Yoon},
journal= {arXiv preprint arXiv:1710.11418},
year = {2018}
}
备注
8 pages, 3 figures, 3 tables