面向代表性不足音乐生成的迁移学习
机器学习
2023-06-02 v1 声音
音频与语音处理
摘要
本文研究一种组合创造性迁移学习方法，以提升基于深度神经网络的音乐生成模型在分布外（OOD）流派上的性能。我们以伊朗民间音乐作为MusicVAE这一大型生成音乐模型的OOD流派示例。我们发现，组合创造性迁移学习方法能高效地将MusicVAE适配到伊朗民间音乐数据集，表明未来生成代表性不足音乐流派具有潜力。
引用
@article{arxiv.2306.00281,
title = {Transfer Learning for Underrepresented Music Generation},
author = {Anahita Doosti and Matthew Guzdial},
journal= {arXiv preprint arXiv:2306.00281},
year = {2023}
}
备注
5 pages, 3 figures, International Conference on Computational Creativity