设定节奏场景：基于深度学习的从任意语言线索生成鼓循环
声音
2022-09-22 v1 人工智能
计算与语言
信息检索
多媒体
音频与语音处理
摘要
生成式人工智能模型可成为音乐创作与现场表演的宝贵辅助，既有助于专业音乐人，也能帮助业余爱好者实现音乐创作过程的民主化。本文提出一种新方法：给定一个英文单词或短语，生成一段4件鼓组成的2小节鼓点模式，体现所给语言线索的“情绪”，或可用于该语言线索所描述的视听场景。我们设想该工具作为电子音乐与视听配乐制作的创作辅助，或现场表演的即兴工具。为生成该模型的训练样本，除对手工标注的“场景”或“情绪”术语外，我们设计了一种新方法以提取任意歌曲的一致鼓轨。其由代表歌曲主要打击动机的2小节、4件鼓模式组成，可导入任何音乐循环设备或现场循环软件。这两个关键组件（从可泛化输入生成鼓模式，以及一致打击提取）提出了一种计算机辅助创作的新方法，并为更全面的节奏生成提供了垫脚石。
引用
@article{arxiv.2209.10016,
title = {Setting the rhythm scene: deep learning-based drum loop generation from arbitrary language cues},
author = {Ignacio J. Tripodi},
journal= {arXiv preprint arXiv:2209.10016},
year = {2022}
}