論文の概要: Exploring Inherent Properties of the Monophonic Melody of Songs
- arxiv url: http://arxiv.org/abs/2003.09287v1
- Date: Fri, 20 Mar 2020 14:13:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-21 23:11:34.163119
- Title: Exploring Inherent Properties of the Monophonic Melody of Songs
- Title（参考訳）: 歌のモノフォニック・メロディの創発的特性を探る
- Authors: Zehao Wang, Shicheng Zhang, Xiaoou Chen
- Abstract要約: 本稿では,音韻メロディの解釈可能な特徴の集合を計算目的で提案する。
これらの特徴は数学的形式だけでなく、作曲家の直観にも考慮されている。
これらの特徴は、合唱的な作曲の実践であっても、多くのジャンルの歌において普遍的に人々によって考慮されている。
- 参考スコア（独自算出の注目度）: 10.055143995729415
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Melody is one of the most important components in music. Unlike other
components in music theory, such as harmony and counterpoint, computable
features for melody is urgently in need. These features are highly demanded as
data-driven methods dominating the fields such as musical information retrieval
and automatic music composition. To boost the performance of
deep-learning-related musical tasks, we propose a set of interpretable features
on monophonic melody for computational purposes. These features are defined not
only in mathematical form, but also with some considerations on composers
'intuition. For example, the Melodic Center of Gravity can reflect the
sentence-wise contour of the melody, the local / global melody dynamics
quantifies the dynamics of a melody that couples pitch and time in a sentence.
We found that these features are considered by people universally in many
genres of songs, even for atonal composition practices. Hopefully, these
melodic features can provide nov el inspiration for future researchers as a
tool in the field of MIR and automatic composition.
- Abstract（参考訳）: メロディは音楽において最も重要な要素の1つである。
調和や対位法などの音楽理論の他の要素とは異なり、メロディの計算可能な特徴は緊急に必要である。
これらの特徴は,音楽情報検索や自動作曲などの分野を支配するデータ駆動手法として強く要求されている。
深層学習関連音楽課題の性能向上を目的として,音韻メロディの解釈可能な特徴セットを提案する。
これらの特徴は数学的形式だけでなく、作曲家の直観にも考慮されている。
例えば、メロディ重心はメロディの文の輪郭を反映することができ、局所的/大域的メロディダイナミクスは、文中のピッチと時間とを結合するメロディのダイナミクスを定量化する。
これらの特徴は,多くのジャンルの楽曲において,無音合成の実践においても普遍的に考慮されている。
これらのメロディックな特徴は、将来の研究者にMIRと自動合成の分野でのツールとして、nov elインスピレーションを与えてくれることを願っている。
関連論文リスト
- Emotion-Driven Melody Harmonization via Melodic Variation and Functional Representation [16.790582113573453]
感情駆動のメロディは、望ましい感情を伝えるために、1つのメロディのための多様なハーモニーを生成することを目的としている。
以前の研究では、異なるコードで同じメロディを調和させることで、リードシートの知覚的価値を変えることが困難であった。
本稿では,シンボリック音楽の新たな機能表現を提案する。
論文 参考訳（メタデータ） (2024-07-29T17:05:12Z) - MeLFusion: Synthesizing Music from Image and Language Cues using Diffusion Models [57.47799823804519]
私たちは、ミュージシャンが映画の脚本だけでなく、視覚化を通して音楽を作る方法にインスピレーションを受けています。
本稿では,テキスト記述と対応する画像からの手がかりを効果的に利用して音楽を合成するモデルであるMeLFusionを提案する。
音楽合成パイプラインに視覚情報を加えることで、生成した音楽の質が大幅に向上することを示す。
論文 参考訳（メタデータ） (2024-06-07T06:38:59Z) - MelodyGLM: Multi-task Pre-training for Symbolic Melody Generation [39.892059799407434]
MelodyGLMは長期構造を持つメロディを生成するためのマルチタスク事前学習フレームワークである。
我々は,0.4百万以上のメロディを含む大規模な記号的メロディデータセットMelodyNetを構築した。
論文 参考訳（メタデータ） (2023-09-19T16:34:24Z) - Melody transcription via generative pre-training [86.08508957229348]
メロディの書き起こしの鍵となる課題は、様々な楽器のアンサンブルや音楽スタイルを含む幅広いオーディオを処理できる方法を構築することである。
この課題に対処するために、広帯域オーディオの生成モデルであるJukebox(Dhariwal et al. 2020)の表現を活用する。
広義音楽のクラウドソースアノテーションから50ドル(約5,400円)のメロディ書き起こしを含む新しいデータセットを導出する。
論文 参考訳（メタデータ） (2022-12-04T18:09:23Z) - MeloForm: Generating Melody with Musical Form based on Expert Systems
and Neural Networks [146.59245563763065]
MeloFormは、エキスパートシステムとニューラルネットワークを使用して、音楽形式でメロディを生成するシステムである。
詩やコーラス形式、ロンド形式、変奏形式、ソナタ形式など、様々な形式をサポートすることができる。
論文 参考訳（メタデータ） (2022-08-30T15:44:15Z) - Re-creation of Creations: A New Paradigm for Lyric-to-Melody Generation [158.54649047794794]
Re-creation of Creations (ROC)は、歌詞からメロディ生成のための新しいパラダイムである。
ROCは、Lyric-to-Meody生成において、優れたLyric-Meody特徴アライメントを実現する。
論文 参考訳（メタデータ） (2022-08-11T08:44:47Z) - Controllable deep melody generation via hierarchical music structure
representation [14.891975420982511]
MusicFrameworksは階層的な音楽構造表現であり、フル長のメロディを作成するための多段階の生成プロセスである。
各フレーズでメロディを生成するために、2つの異なるトランスフォーマーベースネットワークを用いてリズムとベーシックメロディを生成する。
さまざまな曲をカスタマイズしたり追加したりするために、音楽フレームワークのコード、基本的なメロディ、リズム構造を変更して、それに応じてネットワークがメロディを生成する。
論文 参考訳（メタデータ） (2021-09-02T01:31:14Z) - MusicBERT: Symbolic Music Understanding with Large-Scale Pre-Training [97.91071692716406]
シンボリック・ミュージックの理解(シンボリック・ミュージックの理解)とは、シンボリック・データから音楽を理解することを指す。
MusicBERTは、音楽理解のための大規模な事前訓練モデルである。
論文 参考訳（メタデータ） (2021-06-10T10:13:05Z) - Music Harmony Generation, through Deep Learning and Using a
Multi-Objective Evolutionary Algorithm [0.0]
本稿では,ポリフォニック音楽生成のための遺伝的多目的進化最適化アルゴリズムを提案する。
ゴールの1つは音楽の規則と規則であり、他の2つのゴール、例えば音楽の専門家や普通のリスナーのスコアとともに、最も最適な反応を得るために進化のサイクルに適合する。
その結果,提案手法は,聞き手を引き寄せながら文法に従う調和音とともに,所望のスタイルや長さの難易度と快適さを生み出すことができることがわかった。
論文 参考訳（メタデータ） (2021-02-16T05:05:54Z) - SongMASS: Automatic Song Writing with Pre-training and Alignment
Constraint [54.012194728496155]
SongMASSは、歌詞からメロディーへの生成とメロディから歌詞への生成の課題を克服するために提案されている。
マスクドシーケンスを利用して、シーケンス(質量)事前トレーニングと注意に基づくアライメントモデリングを行う。
我々は,SongMASSがベースライン法よりもはるかに高品質な歌詞とメロディを生成することを示す。
論文 参考訳（メタデータ） (2020-12-09T16:56:59Z) - Structural characterization of musical harmonies [4.416484585765029]
本研究では,エビデンスを収集する数値法を用いて変調を検出し,検出した調音性に基づいて,各調音成分の構造解析に非あいまいな文法を用いるハイブリッド手法を提案する。
XVIIとXVIII世紀の音楽による実験では、ほぼ97%のケースにおいて、少なくとも2つの和音の誤りで変調の正確な点を検出することができた。
論文 参考訳（メタデータ） (2019-12-27T23:15:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。