基于时间偏移标记调度的符号音乐生成
机器学习
2025-09-30 v1
摘要
符号音乐生成面临效率与质量之间的根本性权衡。细粒度标记实现了强大的一致性，但导致长序列和高复杂度；而紧凑标记提高了效率，却牺牲了标记内部依赖。为此，我们采用基于延迟的调度机制 (DP)，在解码步骤中扩展类标记，实现对标记内部依赖的自回归建模，同时保持效率。值得注意的是，DP 是一种轻量级策略，不引入额外参数，可无缝集成到现有表示中。实验表明，在符号交响 MIDI 数据集上，我们的方法在所有指标上均优于标准类标记，同时缩小了与细粒度标记之间的差距。
引用
@article{arxiv.2509.23749,
title = {Time-Shifted Token Scheduling for Symbolic Music Generation},
author = {Ting-Kang Wang and Chih-Pin Tan and Yi-Hsuan Yang},
journal= {arXiv preprint arXiv:2509.23749},
year = {2025}
}