YNote：一种用于LLM音乐生成微调的新型音乐记谱法
声音
2025-02-18 v1 人工智能
音频与语音处理
摘要
利用大语言模型（LLM）进行音乐生成的领域正在快速发展，然而现有的音乐记谱系统，如MIDI、ABC记谱法和MusicXML，对于LLM的有效微调来说仍然过于复杂。这些格式由于其多样性和复杂的结构，对机器和人类来说都难以解读。为应对这些挑战，我们引入了YNote，一种简化的音乐记谱系统，仅使用四个字符来表示一个音符及其音高。YNote的固定格式确保了一致性，使其易于读取，更适合LLM的微调。在我们的实验中，我们在YNote编码的数据集上微调了GPT-2（124M），分别取得了0.883的BLEU分数和0.766的ROUGE分数。仅用两个音符作为提示词，该模型就能生成连贯且风格相关的音乐。我们相信YNote为机器学习应用中的现有音乐记谱法提供了一种实用的替代方案，有望显著提升利用LLM进行音乐生成的质量。
引用
@article{arxiv.2502.10467,
title = {YNote: A Novel Music Notation for Fine-Tuning LLMs in Music Generation},
author = {Shao-Chien Lu and Chen-Chen Yeh and Hui-Lin Cho and Chun-Chieh Hsu and Tsai-Ling Hsu and Cheng-Han Wu and Timothy K. Shih and Yu-Cheng Lin},
journal= {arXiv preprint arXiv:2502.10467},
year = {2025}
}