基于合成数据的有监督符号音乐风格翻译
声音
2021-06-11 v1 机器学习
音频与语音处理
机器学习
摘要
关于风格迁移与域翻译的研究已清晰展示了基于深度学习的算法在艺术风格方面操控图像的能力。近来，若干尝试将此类方法拓展至音乐（符号与音频），以期实现类似方式的音乐风格变换。本研究中，我们聚焦于符号音乐，目标是在保持原作“内容”的同时改变其“风格”。与当前因缺乏“对齐”数据（即同一乐曲以多种风格演奏）而天然受限为无监督的方法不同，我们开发了该任务首个完全有监督的算法。我们方法的核心是一种合成数据生成方案，其允许我们产生 virtually 无限量的对齐数据，从而规避上述问题。鉴于此数据生成方案，我们提出了一种编码器-解码器模型，用于在不同风格间翻译符号音乐伴奏。我们的实验表明，我们的模型虽完全在合成数据上训练，仍能为真实的（非合成）MIDI 录音生成具有音乐意义的伴奏。
引用
@article{arxiv.1907.02265,
title = {Supervised Symbolic Music Style Translation Using Synthetic Data},
author = {Ondřej Cífka and Umut Şimşekli and Gaël Richard},
journal= {arXiv preprint arXiv:1907.02265},
year = {2021}
}
备注
ISMIR 2019 camera-ready