流行音乐 Transformer：基于节拍的富有表现力的流行钢琴曲建模与生成

近来已提出大量基于深度学习的模型用于自动音乐创作。在这些模型中，Transformer 作为一种突出的方法脱颖而出，可生成具有长达一分钟连贯结构的富有表现力的古典钢琴演奏。该模型强大之处在于它自行学习数据的抽象，无需过多人为施加的领域知识或约束。与这种通用方法相反，本文表明当我们改进乐谱转换为输入 Transformer 模型数据的方式时，Transformer 在音乐建模上可以做得更好。特别地，我们力求在输入数据中施加一种节拍结构，使 Transformer 能更容易地感知音乐中的节拍-小节-乐句层次结构。新的数据表示保持了局部速度变化的灵活性，并提供了控制音乐节奏与和声结构的手段。通过该方法，我们构建了流行音乐 Transformer（Pop Music Transformer），其生成的流行钢琴音乐比现有 Transformer 模型具有更好的节奏结构。