统一化符号音乐编排：基于轨道感知的重构与结构化分词

我们提出了一个用于自动多轨音乐编排的统一框架，使单个预训练的符号音乐模型能够处理包括再解释、简化和增量生成在内的多样化编排场景。其核心是作用于 token 级别上解耦的内容和风格的分段级重构目标，使其在推理时能够灵活地进行任何到任何的乐器转换。为支持轨道级建模，我们引入了 REMI-z，这是一种用于多轨符号音乐的结构化分词方案，旨在提高编排任务和无条件生成的建模效率和效果。我们的方法在不同编排场景中的代表性任务——乐队编排、钢琴简化和鼓组编排——上超越了任务特定的 SOTA 模型，在客观指标和感知评估方面均表现出色。综上所述，我们的框架表现出强大的通用性，表明其在符号音乐到音乐转换中具有更广泛的适用性。