基于查询的深度即兴生成
声音
2019-06-24 v1 机器学习
音频与语音处理
机器学习
摘要
在本文中，我们探索使用在某一特定风格语料上训练的变化自编码器(VAE)神经网络来生成新音乐的技术。我们不是随机采样网络的潜变量状态以产生自由即兴，而是通过以不同于训练语料的音乐风格输入来查询网络，从而生成新音乐。这使我们能够产生具有更长尺度结构的新音乐输出，将查询的各个方面与网络风格相融合。为了控制这种融合的程度，我们利用通信率失真理论中的比特分配算法，在 VAE 编码器与解码器之间加入一个有噪信道。我们的实验对潜变量状态与查询信号之间的表征信息与结构信息的关系提供了新的见解，暗示它们可用于作曲目的。
引用
@article{arxiv.1906.09155,
title = {Query-based Deep Improvisation},
author = {Shlomo Dubnov},
journal= {arXiv preprint arXiv:1906.09155},
year = {2019}
}