基于神经离散表示的符号音乐循环生成
声音
2022-11-01 v3 多媒体
音频与语音处理
摘要
由于大多数音乐从动机到乐句都具有重复结构，重复音乐想法可视为作曲的基本操作。我们关注的基本块被概念化为循环，其是音乐的基本成分。此外，有意义的音符模式可在有限空间中形成，因此如其他领域那样用离散符号的组合来表示已足够。在本工作中，我们提出通过离散表示学习进行符号音乐循环生成。我们首先使用循环检测器从 MIDI 数据集中提取循环，然后由所提取循环的离散潜码训练一个自回归模型。我们表明，在随机空间上评估时，我们的模型在保真度与多样性两方面均优于知名音乐生成模型。我们的代码与补充材料见于 https://github.com/sjhan91/Loop_VQVAE_Official。
引用
@article{arxiv.2208.05605,
title = {Symbolic Music Loop Generation with Neural Discrete Representations},
author = {Sangjun Han and Hyeongrae Ihm and Moontae Lee and Woohyung Lim},
journal= {arXiv preprint arXiv:2208.05605},
year = {2022}
}
备注
Accepted at ISMIR 2022