基于XLNet与音乐专用位置编码的变长乐谱补全

本文提出一种基于自注意力的新模型用于乐谱补全，即生成一段复调音乐序列以填补给定过去与未来上下文之间的空缺。现有方法只能补全具有固定音符数或固定时间跨度的短片段，而我们的模型可针对不同时间跨度补全可变数量的音符(最多128个)。我们通过三项主要技术贡献实现这一点。首先，我们将最初为无监督模型预训练提出的自回归模型XLNet适配于乐谱补全。其次，我们提出一种称为相对小节编码的新型音乐专用位置编码，能更好地向模型告知音符在 past 和 future 上下文中的位置。第三，为利用相对小节编码，我们执行前瞻起音预测，在预测音符其他属性之前一个时间步预测该音符的起音。我们将所提模型与两个强基线比较，并在客观与主观分析中均显示本模型更优。