SurpriseNet：基于用户控制惊喜轮廓的旋律和声化
声音
2021-08-25 v2 多媒体
音频与语音处理
摘要
歌曲的惊喜度是决定听者是否喜欢它的一个本质且看似主观的因素。借助信息论，它可以被描述为建模为马尔可夫链的音乐序列的转移概率。在本研究中，我们引入推导随时间熵变化的概念，从而可以提取每个和弦序列的惊喜轮廓。基于此，我们提出一个用户可控框架，使用条件变分自编码器（CVAE）根据给定的和弦惊喜指示对旋律进行和声化。通过显式条件，模型可以为旋律随机生成多样且和谐的和弦进行，并且 Spearman 相关性和 p 值显著性表明，生成的和弦进行与给定惊喜轮廓匹配得相当好。 vanilla CVAE 模型在基本旋律和声化任务（无惊喜控制）中根据六个客观指标进行了评估。在 Hooktheory Lead Sheet Dataset 上的实验结果表明，我们的模型取得了与最先进旋律和声化模型相当的性能。
引用
@article{arxiv.2108.00378,
title = {SurpriseNet: Melody Harmonization Conditioning on User-controlled Surprise Contours},
author = {Yi-Wei Chen and Hung-Shin Lee and Yen-Hsing Chen and Hsin-Min Wang},
journal= {arXiv preprint arXiv:2108.00378},
year = {2021}
}
备注
Proceedings of the 22nd International Society for Music Information Retrieval Conference, ISMIR 2021