奏响新和弦：音乐信息动力学中的神经网络
信息论
2024-10-25 v2 math.IT
摘要
通过信息动力学的视角开启探索音乐美学复杂性的征程，我们的研究深入音乐序列建模领域，将音乐的序列结构化本质与自然语言进行类比。尽管神经网络模型在音乐信息检索（MIR）中普遍存在，但应用于音乐认知和音乐神经科学的符号音乐事件建模在很大程度上仍依赖于统计模型。在这篇“概念验证”论文中，我们主张神经网络模型在预测音乐事件方面优于统计模型。具体来说，我们比较了LSTM、Transformer和GPT模型与广泛使用的马尔可夫模型在预测和弦序列后一个和弦事件上的表现。利用McGill Billboard数据集中的和弦序列，我们训练每个模型从给定的和弦序列中预测下一个和弦。我们发现神经网络模型在我们的研究中显著优于统计模型。具体而言，带注意力的LSTM模型以0.329的准确率领先，其次是Transformer模型（0.321）、GPT（0.301）和标准LSTM（0.191）。可变阶马尔可夫和马尔可夫模型分别以0.277和0.140的准确率落后。受这些结果的鼓舞，我们将研究扩展到多维建模，采用了多对一LSTM、带注意力的LSTM、Transformer和GPT预测器。这些模型使用CoCoPops Billboard数据集在和弦和旋律线作为二维数据上进行训练，在预测下一个和弦方面分别达到了0.083、0.312、0.271和0.120的准确率。
引用
@article{arxiv.2410.17989,
title = {Striking a New Chord: Neural Networks in Music Information Dynamics},
author = {Farshad Jafari and Claire Arthur},
journal= {arXiv preprint arXiv:2410.17989},
year = {2024}
}
备注
Presented in Society for Music Perception and Cognition 2024 Conference at the Banff Centre for Arts and Creativity