Composer Style-specific Symbolic Music Generation Using Vector Quantized Discrete Diffusion Models
Queen Mary University of London(伦敦玛丽女王大学);Centre for Digital Music(数字音乐中心)
本文提出结合VQ-VAE与离散扩散模型生成目标作曲家风格的符号音乐,将音乐编码为码本索引序列并在离散潜在空间中建模,实验达到72.36%的风格符合准确率。
2024-09-03 cs.AI cs.SD eess.AS
PianoBART: Symbolic Piano Music Generation and Understanding with Large-Scale Pre-Training
School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院)
针对现有方法无法统一利用特征同时完成音乐生成与理解的问题,本文提出预训练模型PianoBART,搭配多级对象选择策略,在音乐生成和理解任务上均取得优异表现。
2024-06-26 cs.AI cs.SD eess.AS
Symbolic Music Structure Analysis with Graph Representations and Changepoint Detection Methods
University of Zaragoza(萨拉戈萨大学)
音乐结构分析是音乐信息检索中的一个开放性研究课题。过去,已经有一些作品试图将音乐分割到音频和符号领域,但不同层次的音乐结构的识别和分割仍然是该领域的一个开放研究问题。在这项工作中,我们提出了三种方法,其中两种是新的基于图形的算法,旨在分割其形式或结构的符号音乐:规范,G-PELT和G-窗口。我们用两个具有不同形式或结构的公共数据集进行了消融研究,以比较这些方法的参数值,并比较不同音乐风格的性能。我们发现,用图表示的符号音乐编码和计算从图中获得的邻接矩阵的新颖性很好地表示了符号音乐作品的结构,而不需要从中提取特征。我们能够用在线无监督的变化点检测方法检测边界,F_在我们用于测试我们的方法的一个公共数据集中,1 bar公差为0.5640。我们还提供了在不同层次的结构,高,中,低的算法的性能结果,以显示所提出的方法的参数必须根据水平进行调整。我们将性能最好的方法及其每个结构级别的参数添加到musicaiz(一个开源python包)中,以促进这项工作的可重复性和可用性。我们希望这种方法可以用来改善其他MIR任务,如音乐生成与结构,音乐分类或关键变化检测。
2023-03-24 cs.AI cs.SD eess.AS
MUSE-Explainer: Counterfactual Explanations for Symbolic Music Graph Classification Models
ENS Paris-Saclay, Gif-sur-Yvette, France(巴黎萨克雷大学);Institute of Computational Perception, Johannes Kepler University Linz, Austria(计算感知研究所,林茨约瑟夫·休斯大学)
针对符号音乐分析领域深度学习模型解释性不足的问题,提出MUSE-Explainer反事实解释方法,通过改动乐谱图生成符合音乐逻辑的解释,可借助标准音乐工具可视化,为图神经网络决策提供直观洞见。
2025-09-30 cs.AI cs.SD
Symbotunes: unified hub for symbolic music generative models
Warsaw University of Technology(华沙理工大学)
针对符号音乐生成模型实现差异大、难以比较和上手的问题,本文推出开源统一中心 Symbotunes,提供多种知名方法的现代 Python 实现及统一的训练与生成流水线。
2024-10-27 cs.AI cs.LG cs.SD
A Domain-Knowledge-Inspired Music Embedding Space and a Novel Attention Mechanism for Symbolic Music Modeling
Singapore University of Technology and Design(新加坡科技设计大学)
针对现有符号音乐建模忽略相对音乐属性的问题,提出兼具绝对与相对属性表征的基础音乐嵌入FME,及结合领域知识的RIPO注意力机制,在旋律补全与生成任务上性能优于现有最优Transformer模型,解决了生成退化问题。
2022-12-02 cs.AI cs.SD eess.AS
How Far Can Pretrained LLMs Go in Symbolic Music? Controlled Comparisons of Supervised and Preference-based Adaptation
Johannes Kepler University Linz(约翰·凯pler大学林茨)
本文探讨了预训练大语言模型在符号音乐生成与理解中的适应效果,通过对比监督学习与偏好导向适应方法,分析了领域适应与保留先验信息的权衡及指标行为差异。
2026-01-30 cs.AI cs.SD
Discrete Diffusion Probabilistic Models for Symbolic Music Generation
Johannes Kepler University Linz(林茨约翰内斯·开普勒大学);Linz Institute of Technology(林茨技术研究所)
本研究首次将离散扩散概率模型(D3PM)应用于复调符号音乐生成,实现了最先进的样本质量与音符级灵活填充,支持事后分类器引导,并批判性指出了现有统计评估指标的缺陷。
2023-05-16 cs.AI cs.SD eess.AS
musicaiz: A Python Library for Symbolic Music Generation, Analysis and Visualization
University of Zaragoza(萨拉戈萨大学)
在这篇文章中,我们提出了musicaiz,一个面向对象的图书馆分析,生成和评估符号音乐。该软件包的子模块允许用户从头开始创建符号音乐数据,构建分析符号音乐的算法,将符号数据编码为令牌以训练深度学习序列模型,修改现有音乐数据并评估音乐生成系统。评估子模块建立在以前的工作,客观地衡量音乐生成系统,并能够重现音乐生成模型的结果。图书馆在网上公开。我们鼓励社区作出贡献并提供反馈。
2022-09-16 cs.MM cs.SD eess.AS
MuseTok: Symbolic Music Tokenization for Generation and Semantic Understanding
University of California San Diego, USA(加州大学圣地亚哥分校)
提出符号音乐分词方法 MuseTok,通过 Transformer 编解码器与 RQ-VAE 生成兼顾高保真重建和音乐理论理解的编码,并在生成及旋律、和弦、情感等理解任务上验证优势。
2025-10-18 cs.AI cs.SD eess.AS
Natural Language Processing Methods for Symbolic Music Generation and Information Retrieval: a Survey
Univ. Lille(里尔大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所);Centrale Lille(里尔中央理工学院);Univ. Bordeaux(波尔多大学);Bordeaux INP(波尔多综合理工学院);Singapore University of Technology and Design(新加坡科技设计大学)
本综述梳理了应用于符号音乐生成与信息检索的NLP方法,涵盖符号音乐表示、适配的深度学习模型及专用机制,并讨论了技术问题与文本音乐差异,为后续适配研究指明方向。
2024-02-27 cs.AI cs.IR cs.SD
Multi-view MidiVAE: Fusing Track- and Bar-view Representations for Long Multi-track Symbolic Music Generation
Tsinghua University(清华大学);Huawei Technologies Co., Ltd.(华为技术有限公司);Skywork AI PTE. LTD.(昆仑万维人工智能(Skywork AI));The Chinese University of Hong Kong(香港中文大学)
针对长多轨符号音乐生成中特征序列过长和上下文不连贯问题,提出Multi-view MidiVAE,利用OctupleMIDI二维表示并融合轨视图与小节视图特征,在CocoChorales上显著提升建模效果。
2024-01-15 cs.AI cs.SD eess.AS
Symbolic Music Playing Techniques Generation as a Tagging Problem
Beijing University of Posts and Telecommunications(北京邮电大学)
音乐生成一直是一个热门话题。在讨论象征性音乐时,旋律或和声通常被视为唯一的生成目标。但实际上,演奏技巧也是音乐的一个相当重要的部分。在本文中,我们讨论的演奏技巧生成问题,将其视为一个标记问题。我们提出了一个模型,可以使用当前的数据和外部知识。将该模型应用于中国竹笛乐曲的实验结果表明,该方法能使生成的乐曲更加生动活泼。
2020-10-13 cs.SD eess.AS
Pitchclass2vec: Symbolic Music Structure Segmentation with Chord Embeddings
University of Bologna(博洛尼亚大学)
结构知觉是人类音乐认知的一个基本方面。从历史上看,音乐的结构层次组织作为一种叙事手段,用于传达意义,创造期望,唤起听众的情感。因此,音乐结构在音乐创作中起着至关重要的作用,因为它们塑造了作曲家组织思想的音乐话语。在本文中,我们提出了一种新的音乐分割方法,pitchclass2vec,基于符号和弦注释,这是嵌入到连续矢量表示使用自然语言处理技术和定制的编码。我们的算法基于长短期记忆(LSTM)神经网络,并且优于该领域中基于符号和弦注释的最先进技术。
2023-03-24 cs.AI cs.LG cs.SD
GraphMuse: A Library for Symbolic Music Graph Processing
Institute of Computational Perception, Johannes Kepler University Linz(约翰内斯·开普勒林茨大学计算感知研究所);LIT AI Lab, Linz Institute of Technology(林茨理工学院LIT人工智能实验室)
GraphMuse是一个符号音乐图处理框架和库,通过新的邻居采样技术和分层建模增强GNN在音乐任务中的性能,在音高拼写和终止式检测上显著优于先前方法。
2024-07-17 cs.AI cs.DL cs.SD
SAGE-Music: Low-Latency Symbolic Music Generation via Attribute-Specialized Key-Value Head Sharing
针对现有符号音乐生成模型推理速度与质量难以兼得的问题,本文提出属性专用键值头共享(AS-KVHS)方法,实现约30%推理加速且质量几乎无损,并发布开源基准SAGE-Music。
2025-10-15 cs.AI cs.LG cs.SD
MuSpike: A Benchmark and Evaluation Framework for Symbolic Music Generation with Spiking Neural Networks
MuSpike提出首个面向脉冲神经网络符号音乐生成的统一基准与评估框架,系统评估五种SNN架构在五个数据集上的表现,并结合客观指标与大规模主观听感研究,揭示主客观评估不一致等问题。
2025-08-08 cs.AI cs.SD eess.AS
Generating High-quality Symbolic Music Using Fine-grained Discriminators
Hangzhou Dianzi University(杭州电子科技大学);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);Xi’an Jiaotong University(西安交通大学);Hangzhou Innovation Institute, Beihang University(北京航空航天大学杭州创新研究院);Macquarie University(麦考瑞大学)
本文提出将旋律与节奏解耦,并设计配备音高增强和小节级相对位置编码的细粒度判别器,以提升符号音乐生成质量,在POP909上验证了其有效性。
2024-08-03 cs.AI cs.SD eess.AS
Large Language Models' Internal Perception of Symbolic Music
本文通过让LLM从文本提示生成MIDI数据集并训练神经网络进行分类与旋律补全,揭示LLM能隐式编码基本音乐结构,同时指出其因缺乏显式音乐语境而存在局限。
2025-07-17 cs.AI cs.CL cs.LG
Diff-Symbo: Text-Controlled Long-Duration Symbolic Music Generation Using Autoregressive Latent Diffusion Model
Diff-Symbo借助LDM与自回归方法,结合含19345个文本模板的数据集,实现了文本控制的长时长高质量符号音乐生成,在多项指标上优于基线模型。
2026-08-07 cs.SD eess.AS
ABC-Eval: Benchmarking Large Language Models on Symbolic Music Understanding and Instruction Following
Graduate School of Informatics, Kyoto University, Japan(京都大学信息科学研究生院);College of Computer Science and Artificial Intelligence, Fudan University, China(复旦大学计算机科学与人工智能学院);Graduate School of Engineering, Kyoto University, Japan(京都大学工学研究科)
针对LLM符号音乐理解能力研究不足的问题,本文提出含1,086个样本、10个子任务的开源基准ABC-Eval,并评估七个前沿模型,揭示其显著局限且验证基准可靠性。
2025-09-27 cs.AI cs.SD
WildScore: Benchmarking MLLMs in-the-Wild Symbolic Music Reasoning
University of California, San Diego(加州大学圣地亚哥分校)
WildScore是首个用于评估多模态大语言模型在现实世界中符号音乐推理能力的基准测试,通过真实音乐作品和用户生成问题,系统性评估模型在音乐学分析中的表现。
2026-01-23 cs.CL cs.SD eess.AS
Retrieval Augmented Generation of Symbolic Music with LLMs
KTH Royal Institute of Technology(瑞典皇家理工学院)
本研究探索利用大语言模型结合检索系统进行符号音乐生成,在与用户对话中取得初步良好效果,且系统易于实现,代码已公开。
2023-12-28 cs.SD eess.AS
PerceiverS: A Multi-Scale Perceiver with Effective Segmentation for Long-Term Expressive Symbolic Music Generation
Auckland University of Technology(奥克兰技术大学);University of Tasmania(塔斯马尼亚大学)
PerceiverS通过有效分割与多尺度注意力机制,同时建模长期结构与短期表现细节,在Maestro数据集上提升了符号音乐生成的连贯性与多样性。
2025-09-22 cs.AI cs.MM cs.SD
Unsupervised Symbolic Music Segmentation using Ensemble Temporal Prediction Errors
Hebrew University of Jerusalem(希伯来大学)
象征性音乐分割是将象征性旋律划分为更小的有意义的组的过程,例如旋律短语。提出了一种无监督的符号音乐切分方法。所提出的模型是基于一个合奏的时间预测误差模型。在训练过程中,每个模型预测下一个标记以识别音乐短语的变化。而在测试时,我们执行一个峰值检测算法来选择候选段。最后,我们汇总参与集成的每个模型的预测,以预测最终的分割。结果表明,该方法达到了最先进的性能在埃森民歌数据集的无监督设置时,考虑F分数和R值。我们还提供了一项消融研究,以更好地评估每个模型组件对最终结果的贡献。正如预期的那样,所提出的方法不如监督设置,这为未来的研究留下了改进的空间,考虑缩小无监督和监督方法之间的差距。
2022-07-02 cs.AI cs.LG cs.SD
MusicBERT: Symbolic Music Understanding with Large-Scale Pre-Training
Microsoft Research Asia(微软亚洲研究院)
符号音乐理解,指的是从符号数据中理解音乐(例如,格式,但不是音频),涵盖了许多音乐应用,如流派分类,情感分类和音乐片段匹配。虽然好的音乐表示对这些应用是有益的,但缺乏训练数据阻碍了表示学习。受自然语言处理中预训练模型成功的启发,本文开发了一个用于音乐理解的大规模预训练模型MusicBERT。为此,我们构建了一个大规模的符号音乐语料库,包含超过100万首音乐歌曲。由于象征性音乐包含更多的结构(例如,条、位置)和各种信息(例如,节奏,乐器和音高),简单地采用从NLP到符号音乐的预训练技术只能带来边际收益。因此,我们设计了几种机制,包括八进制编码和小节级掩蔽策略,以增强符号音乐数据的预训练。实验证明了MusicBERT在四个音乐理解任务上的优势,包括旋律完成,伴奏建议,流派分类和风格分类。消融研究也验证了我们设计的八进制编码和酒吧级掩蔽策略在MusicBERT的有效性。
2021-06-10 cs.CL cs.IR cs.MM
MuPT: A Generative Symbolic Music Pretrained Transformer
M-A-P;HKUST(香港科技大学);University of Manchester(曼彻斯特大学);Shenzhen Institute of Advanced Technology, CAS(中国科学院深圳先进技术研究院);QMUL(伦敦玛丽女王大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学);MILA(米拉人工智能研究所);Institute of Automation, CAS(中国科学院自动化研究所);Central Conservatory of Music(中央音乐学院);PKU(北京大学);SJTU(上海交通大学);MSRA(微软研究院);University of Waterloo(滑铁卢大学);Vector Institue(向量研究所)
本文提出MuPT模型,利用ABC记谱法预训练大型语言模型,并引入同步多音轨记谱法解决对齐问题,支持8192个标记,覆盖90%训练数据,验证了符号音乐缩放定律的有效性。
2024-11-05 cs.AI cs.SD eess.AS
Text2midi-InferAlign: Improving Symbolic Music Generation with Inference-Time Alignment
Singapore University of Technology and Design(新加坡科技设计大学)
本研究提出Text2midi-InferAlign推理时对齐技术,通过优化文本-音频节奏对齐与调式和声一致性目标,无需额外训练即可提升自回归符号音乐生成模型的文本匹配度与质量,在Text2midi模型上的主客观评估均获显著提升。
2025-05-19 cs.AI cs.MM cs.SD
Practical and Reproducible Symbolic Music Generation by Large Language Models with Structural Embeddings
LG AI Research(LG人工智能研究院);Seoul National University(首尔国立大学)
针对现有音乐生成模型依赖特定标注且缺乏可复现性的缺陷,本文开发了基于MIDI的音乐生成框架,实证研究了两种不依赖领域特定标注的结构嵌入,并通过开源实现促进了实用且可复现的音乐生成。
2024-07-29 cs.AI cs.SD eess.AS
MelodyT5: A Unified Score-to-Score Transformer for Symbolic Music Processing
Central Conservatory of Music(中央音乐学院);Tsinghua University(清华大学)
本文提出统一框架MelodyT5,将七项旋律任务建模为乐谱到乐谱转换,并在包含超26.1万条旋律的MelodyHub数据集上通过多任务迁移学习实现卓越性能,尤其提升了数据稀缺任务的效果。
2024-07-03 cs.SD eess.AS
Generating Symbolic Music from Natural Language Prompts using an LLM-Enhanced Dataset
本研究针对符号音乐领域缺乏带丰富元数据的大规模数据集的问题,构建了含96.3万份乐谱的MetaScore数据集,用LLM生成伪文本描述后训练文本/标签条件符号音乐生成模型,性能优于基线且与同期Text2MIDI相当,文本交互更自然。
2025-06-16 cs.SD eess.AS
Let Network Decide What to Learn: Symbolic Music Understanding Model Based on Large-scale Adversarial Pre-training
School of Computer Science and Engineering(计算机科学与工程学院);Sun Yat-sen University(中山大学);Engineering Sun Yat-sen University(工程学院)
针对符号音乐理解中掩码语言模型因随机掩码难以推断的标记而导致过拟合的问题,提出Adversarial-MidiBERT,通过掩码器网络自适应决定掩码内容,在四个下游任务中表现优异。
2025-04-30 cs.AI cs.SD eess.AS
Symbolic Music Data Version 1.0
CSIRO Data61(联邦科学与工业研究组织数据61研究所)
在本文中,我们介绍了一个新的数据集,旨在训练符号音乐数据的机器学习模型。提供了五个数据集,其中一个是来自新收集的20K MIDI文件的语料库。我们描述了我们的预处理和清理管道,其中包括排除一些文件的基础上,从以前开发的概率机器学习模型的分数。我们还定义了新数据集的训练,测试和验证分割,基于我们描述的聚类方案。包括一些简单的直方图。
2016-06-08 cs.AI cs.SD
Efficient Long-Sequence Diffusion Modeling for Symbolic Music Generation
School of Computer Science and Artificial Intelligence(计算机科学与人工智能学院);Wuhan University of Technology(武汉理工大学);School of Computer Science(计算机科学学院);Hubei University of Technology(湖北工业大学);School of Information Engineering(信息工程学院);Hubei University of Economics(湖北经济学院);Hubei Key Laboratory of Digital Finance Innovation(湖北省数字金融创新重点实验室)
SMDIM通过高效全局结构构建和轻量局部细化,提升长序列符号音乐生成的效率和质量。
2026-02-28 cs.AI cs.SD
CSyMR: Benchmarking Compositional Music Information Retrieval in Symbolic Music Reasoning
University of California, San Diego(加州大学圣地亚哥分校)
CSyMR-Bench通过工具增强的检索和推理框架,在符号音乐推理中实现组合音乐信息检索的准确率提升。
2026-02-27 cs.AI cs.CL cs.LG
Symbolic Music Loop Generation with VQ-VAE
LG AI Research(LG人工智能研究院)
音乐是模式和节奏的重复。它可以通过以结构化的方式重复一定数量的小节来组成。在本文中,目标是生成一个循环的8个酒吧,可用作积木的音乐。即使考虑到音乐的多样性,我们也假设人类熟悉的音乐模式可以在有限集中定义。通过明确的规则从音乐中提取循环,我们发现离散表示足以对符号音乐序列进行建模。在VAE族中,VQ-VAE模型的音乐特性比其他模型更好地观察到。此外,为了强调音乐结构,我们已经将离散的潜在特征操作为重复的,从而使属性更加强化。大量的定量和定性实验来验证我们的假设。
2021-11-15 cs.MM cs.SD eess.AS
MidiTok Visualizer: a tool for visualization and analysis of tokenized MIDI symbolic music
Warsaw University of Technology(华沙理工大学)
针对非专业用户理解 MIDI 数据的困难,本文提出 Web 工具 MidiTok Visualizer,支持上传文件、自定义参数,并结合交互式钢琴卷帘可视化 MidiTok 的多种 MIDI 分词结果。
2024-10-27 cs.AI cs.MM cs.SD
Not that Groove: Zero-Shot Symbolic Music Editing
Drexel University(德雷塞尔大学)
本文研究仅基于文本指令的符号音乐编辑,提出用创造性格式连接LLM与音乐,实现零样本鼓点律动编辑,并构建与音乐家判断高度一致的单元测试评估数据集。
2025-05-13 cs.CL cs.SD eess.AS
F-StrIPE: Fast Structure-Informed Positional Encoding for Symbolic Music Generation
LTCI, Télécom Paris, Institut Polytechnique de Paris(LTCI、巴黎电信学院、巴黎理工学院)
针对 Transformers 位置编码利用音乐结构时序列长度二次复杂度的问题,本文提出线性复杂度的 F-StrIPE,并证明其推广了 SPE,在符号音乐旋律配和声中验证了优势。
2025-02-14 cs.AI cs.LG cs.SD
SymPAC: Scalable Symbolic Music Generation With Prompts And Constraints
ByteDance Inc.(字节跳动公司);Queen Mary University of London(伦敦玛丽女王大学);The Chinese University of Hong Kong(香港中文大学)
针对符号音乐数据稀缺问题,本文利用预训练 MIR 模型从音频自动提取符号事件训练生成模型,并提出 SymPAC,通过提示小节和 FSM 受约束生成提升可控性。
2024-09-09 cs.SD eess.AS
Instrument Separation of Symbolic Music by Explicitly Guided Diffusion Model
LG AI Research(LG人工智能研究院);University of Ulsan(蔚山大学)
与计算机视觉中的彩色化类似,乐器分离是分配乐器标签(例如钢琴,吉他.)到来自仅包含性能信息的未标记混合物的音符。为了解决这个问题,我们采用扩散模型,并明确指导他们保持混合和音乐之间的一致性。定量结果表明,我们提出的模型可以产生高保真的多轨符号音乐的创造性样本。
2022-09-05 cs.MM cs.SD eess.AS
Subjective Evaluation of Deep Learning Models for Symbolic Music Composition
University of Zaragoza(萨拉戈萨大学)
深度学习模型通常被评估以测量和比较它们在给定任务上的性能。通常用于评估这些模型的指标是用于不同任务的标准指标。在音乐创作或生成领域,其他领域使用的标准度量,在音乐理论上没有明确的意义。在本文中,我们提出了一种主观的方法来评估基于AI的音乐创作系统,根据他们的音乐经验和知识,向不同层次的用户提出与基本音乐原理相关的问题。我们使用这种方法将最先进的音乐创作模型与深度学习进行比较。我们给出了这种评估方法的结果,我们比较每个用户级别的响应,每个评估模型。
2022-04-03 cs.AI cs.SD
The Effect of Explicit Structure Encoding of Deep Neural Networks for Symbolic Music Generation
Fudan University(复旦大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of California San Diego(加利福尼亚大学圣地亚哥分校);NYU Shanghai(上海纽约大学)
随着最近人工神经网络的突破,深度生成模型已经成为计算创造力的主要技术之一。尽管在图像和短序列生成方面取得了很大的进展,但由于作品的结构通常很复杂,符号音乐生成仍然是一个具有挑战性的问题。在本研究中,我们试图解决由给定的和弦进行约束的旋律生成问题。这个音乐元创作问题也可以整合到具有用户输入和预测结构输出的计划识别系统中。特别是,我们通过比较两种顺序生成模型来探索音乐结构的显式架构编码的效果:LSTM(一种RNN)和WaveNet(扩张的时间CNN)。据我们所知,这是第一次将WaveNet应用于符号音乐生成的研究,也是第一次将时间CNN和RNN用于音乐生成的系统比较。我们进行了一项调查,评价在我们的世代,并实现了可变马尔可夫Oracle的音乐模式发现。实验结果表明,使用膨胀卷积层堆栈更显式地编码结构显着提高了性能,并且将底层和弦进行全局编码到生成过程中获得更多。
2019-01-24 cs.AI cs.LG cs.SD
Partitura: A Python Package for Symbolic Music Processing
Johannes Kepler University(约翰内斯·开普勒大学)
Partitura是一个轻量级的Python包,用于处理符号音乐信息。它可以轻松访问音乐信息检索任务中常用的功能,如音符阵列(定时音高事件列表)和2D钢琴滚动矩阵,以及其他乐谱元素,如时间和键签名,演奏指令和重复结构。Partitura可以加载乐谱(MEI,MusicXML,Kern和EML格式),音乐表演和乐谱到表演的对齐。该软件包包括一些用于音乐分析的工具,例如自动音高拼写,关键签名识别和语音分离。Partitura是一个开源项目,可以在https://github.com/CPJKU/partitura/上找到。
2022-06-02 cs.DL cs.SD eess.AS
PDMX: A Large-Scale Public Domain MusicXML Dataset for Symbolic Music Processing
UC San Diego(加州大学圣地亚哥分校)
本文发布包含 25 万余份公有领域 MusicXML 乐谱及元数据的 PDMX 数据集,并通过多轨生成实验验证不同子集和用户评分对下游模型与质量筛选的作用。
2025-03-17 cs.AI cs.LG cs.MM
From Words to Music: A Study of Subword Tokenization Techniques in Symbolic Music Generation
Indian Institute of Technology Kharagpur(印度理工学院克勒格布尔分校);Queen Mary University of London(伦敦玛丽女王大学)
本文研究 BPE、Unigram 等子词分词对 Transformer 符号音乐生成的影响,在三类 MIDI 数据上验证其可生成更长且结构更好的音乐。
2023-04-25 cs.LG cs.SD eess.AS
N-Gram Unsupervised Compoundation and Feature Injection for Better Symbolic Music Understanding
Wuhan University(武汉大学)
针对符号音乐理解任务,提出融合N-gram技术的NG-Midiformer方法,通过无监督构词和N-gram Transformer编码器增强序列理解,在多下游任务上取得SOTA性能。
2023-12-15 cs.AI cs.MM cs.SD
Impact of time and note duration tokenizations on deep learning symbolic music modeling
Sorbonne University(索邦大学);Aubay(欧贝公司);University of Angers(昂热大学);ESEO-TECH / ERIS
本文研究时间和音符时长标记化对深度学习符号音乐建模的影响,通过实验比较不同表示在多个任务上的性能,证明显式信息能根据任务带来更好结果。
2023-10-12 cs.AI cs.LG cs.SD
Exploring Softly Masked Language Modelling for Controllable Symbolic Music Generation
KTH(瑞典皇家理工学院)
本文探索将软掩码语言建模(SMLM)应用于可控符号音乐生成,通过Transformer编码器架构实现约束条件下的音乐生成,并提供了音频示例。
2023-05-11 cs.LG cs.SD eess.AS
Symbolic & Acoustic: Multi-domain Music Emotion Modeling for Instrumental Music
Ping An Technology (Shenzhen) Co., Ltd.(平安科技(深圳)有限公司)
针对单域音乐情感识别方法唤醒度与效价建模一致性弱的问题,提出结合符号与声学分析的器乐多域情感建模方法,在EMOPIA数据集上较基线准确率提升2.4%,达SOTA。
2023-08-28 cs.SD eess.AS
Efficient Fine-Grained Guidance for Diffusion Model Based Symbolic Music Generation
Tingyu Zhu(丁宇 Zhu);Haoyu Liu(刘浩宇 Liu);Ziyu Wang(王子宇 Wang);Zhimin Jiang(江志敏 Jiang);Zeyu Zheng(郑泽宇 Zheng)
本文提出扩散模型中的高效细粒度引导方法FGG,通过更贴合作曲家意图的引导提升符号音乐生成的准确性、可听性与质量,并支持即兴与实时交互式创作。
2025-06-06 cs.AI cs.LG cs.MM
Learning Transposition-Invariant Interval Features from Symbolic Music and Audio
Institute of Computational Perception, JKU Linz(林茨约翰·开普勒大学计算感知研究所);Sony Computer Science Laboratories (CSL)(索尼计算机科学实验室)
许多音乐理论结构(如音阶类型,调式,节奏和和弦类型)都是根据音高间隔-音高之间的相对距离来定义的。因此,当计算机模型用于音乐任务时,在音程表示上操作而不是在原始音乐表面上操作可能是有用的。此外,区间表示是转置不变的,对于音频对齐,翻唱歌曲检测和音乐结构分析等任务很有价值。我们采用门控自动编码器学习固定长度,可逆和换位不变的间隔表示从复调音乐中的符号域和音频。提出了一种无监督的训练方法,在音乐上合理的表示空间中产生间隔的组织。基于表示,转置不变的自相似矩阵的构建和使用,以确定重复的部分在符号音乐和音频,产生竞争力的结果在MIREX任务“发现重复的主题和部分”。
2019-02-04 cs.LG cs.SD eess.AS
BEAT: Tokenizing and Generating Symbolic Music by Uniform Temporal Steps
South China University of Technology(南方科技大学);National University of Singapore(新加坡国立大学);Mohamed bin Zayed University of Artificial Intelligence(莫扎德·本·扎耶德人工智能大学);New York University(纽约大学)
提出一种以均匀节拍为基本单元的分词方法,将同一时间步内相同音高的所有事件编码为一个令牌,并在音乐续写和伴奏生成任务中验证其相比传统事件基方法能提升音乐质量和结构连贯性。
2026-06-01 cs.AI cs.SD
Quantifying Musical Style: Ranking Symbolic Music based on Similarity to a Style
Simon Fraser University(西蒙菲莎大学)
人类感知音乐相似性的建模对于生成音乐系统、音乐学研究和许多音乐信息检索任务的评估至关重要。虽然人类的相似性判断是黄金标准,但计算分析通常更可取,因为结果通常更容易重现,并且计算方法更具可扩展性。此外,基于计算的方法可以快速地按需计算,这是与在线系统一起使用的先决条件。我们提出了StyleRank,一种方法来衡量一个音乐文件和一个任意的音乐风格划定的一个集合的音乐文件之间的相似性。加密文件使用一组新颖的特征进行编码,并使用随机森林学习嵌入。实验证据表明,StyleRank与人类对风格相似性的感知高度相关,并且根据其与语料库风格的相似性对生成的样本进行排名是足够精确的。此外,相似性可以相对于单个特征进行测量,从而允许识别所生成的样本与特定音乐风格之间的特定差异。
2020-03-10 cs.SD eess.AS