前线上的爵士 Transformer：通过量化度量探究 AI 作曲的不足

本文提出 Jazz Transformer，一种利用称为 Transformer-XL 的神经序列模型来建模爵士音乐主旋律谱的生成模型。此外，该模型致力于融入 Weimar Jazz Database (WJazzD) 中存在的结构事件，以在生成音乐中诱导出结构。尽管我们能够将训练损失降低到较低值，但我们的听感测试表明，生成作品与真实作品的平均评分之间存在明显差距。因此我们更进一步，从不同角度对生成作品进行了一系列计算分析。这包括分析音高类的统计、律动与和弦进行，借助 fitness scape plot 评估音乐的结构性，以及通过类 MIREX 的续写预测任务评估模型对爵士音乐的理解。我们的工作以分析的方式呈现了迄今为止机器生成音乐仍不及人类艺术作品的原因，并为未来自动作曲的进一步追求设定了若干目标。