論文の概要: DeepRapper: Neural Rap Generation with Rhyme and Rhythm Modeling

• arxiv url: http://arxiv.org/abs/2107.01875v1
• Date: Mon, 5 Jul 2021 09:01:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-06 15:23:48.206107
• Title: DeepRapper: Neural Rap Generation with Rhyme and Rhythm Modeling
• Title（参考訳）: deeprapper:rhymeとリズムモデリングを用いたニューラルラップ生成
• Authors: Lanqing Xue, Kaitao Song, Duocai Wu, Xu Tan, Nevin L. Zhang, Tao Qin, Wei-Qiang Zhang, Tie-Yan Liu
• Abstract要約: ラップ生成におけるこれまでの研究は、韻律的な歌詞に重点を置いていたが、ラップ演奏に重要なリズムビートを無視していた。 本稿では,韻律とリズムの両方をモデル化可能なトランスフォーマーベースのラプ生成システムであるDeepRapperを開発する。
• 参考スコア（独自算出の注目度）: 102.50840749005256
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rap generation, which aims to produce lyrics and corresponding singing beats, needs to model both rhymes and rhythms. Previous works for rap generation focused on rhyming lyrics but ignored rhythmic beats, which are important for rap performance. In this paper, we develop DeepRapper, a Transformer-based rap generation system that can model both rhymes and rhythms. Since there is no available rap dataset with rhythmic beats, we develop a data mining pipeline to collect a large-scale rap dataset, which includes a large number of rap songs with aligned lyrics and rhythmic beats. Second, we design a Transformer-based autoregressive language model which carefully models rhymes and rhythms. Specifically, we generate lyrics in the reverse order with rhyme representation and constraint for rhyme enhancement and insert a beat symbol into lyrics for rhythm/beat modeling. To our knowledge, DeepRapper is the first system to generate rap with both rhymes and rhythms. Both objective and subjective evaluations demonstrate that DeepRapper generates creative and high-quality raps with rhymes and rhythms. Code will be released on GitHub.
• Abstract（参考訳）: 歌詞とそれに対応する歌のビートを作り出すことを目的としたラップ生成では、韻律とリズムの両方をモデル化する必要がある。 ラップ・ジェネレーションの以前の作品は韻律の歌詞に焦点が当てられていたが、ラップの演奏に重要なリズムビートを無視していた。 本稿では,rhyme と rhythm の両方をモデル化できるトランスフォーマーベースのrap生成システム deeprapper を開発した。 リズミカルビートを持つラプデータセットが存在しないため、大規模なラプデータセットを収集するデータマイニングパイプラインを開発し、多数のラプ曲とアライメントされた歌詞とリズミカルビートを含む。 第2に,韻律とリズムを慎重にモデル化するトランスフォーマーに基づく自己回帰言語モデルを設計する。 具体的には、韻律強調のための韻律表現と制約のある逆順の歌詞を生成し、リズム/ビートモデリングのための歌詞にビート記号を挿入する。 私たちの知る限り、DeepRapperは韻律とリズムの両方でラップを生成する最初のシステムです。 客観的および主観的な評価は、DeepRapperが韻律とリズムを持つ創造的で高品質なラップを生成することを示している。 コードはGitHubでリリースされる。

関連論文リスト

• Optimizing the Songwriting Process: Genre-Based Lyric Generation Using Deep Learning Models [2.703659575788133]
  本プロジェクトは,ディープラーニング技術を用いて,従来の曲の書き起こしプロセスを簡素化することを目的としている。 我々は、歌詞を個々の詩にパースするためにトークンを用いた独自の前処理フォーマットを開発した。 その結果, ベースラインモデルでは高いリコール(ROUGE)が得られたが, どちらのモデルにも類似の精度(BLEU)が得られた。
  論文  参考訳（メタデータ） (2024-09-15T21:32:46Z)
• REFFLY: Melody-Constrained Lyrics Editing Model [50.03960548399128]
  任意の形態のプレーンテキストドラフトを高品質で本格的な歌詞に編集するための,最初の改訂フレームワークであるREFFLYを紹介する。 提案手法は,生成した歌詞が原文の意味を保ち,旋律と整合し,所望の曲構造に固執することを保証する。
  論文  参考訳（メタデータ） (2024-08-30T23:22:34Z)
• Raply: A profanity-mitigated rap generator [0.0]
  Raplyは、ラップのスタイルで意味のある韻文を生成することができる微調整のGPT-2モデルである。 モデルは、敬称緩和コーパスであるMitislursという新しいデータセット上で、モデルを微調整することで実現された。
  論文  参考訳（メタデータ） (2024-07-09T15:18:56Z)
• Unsupervised Melody-to-Lyric Generation [91.29447272400826]
  本稿では,メロディ・歌詞データを学習することなく高品質な歌詞を生成する手法を提案する。 我々は、メロディと歌詞のセグメンテーションとリズムアライメントを利用して、与えられたメロディをデコード制約にコンパイルする。 我々のモデルは、強いベースラインよりもオントピー的、歌いやすく、知性があり、一貫性のある高品質な歌詞を生成することができる。
  論文  参考訳（メタデータ） (2023-05-30T17:20:25Z)
• Unsupervised Melody-Guided Lyrics Generation [84.22469652275714]
  メロディと歌詞の一致したデータを学習することなく、楽しく聴ける歌詞を生成することを提案する。 メロディと歌詞間の重要なアライメントを活用し、与えられたメロディを制約にコンパイルし、生成プロセスを導く。
  論文  参考訳（メタデータ） (2023-05-12T20:57:20Z)
• SongRewriter: A Chinese Song Rewriting System with Controllable Content and Rhyme Scheme [32.60994266892925]
  メロディ構成の知識を必要とせずにユーザを支援する制御可能な中国語歌詞生成・編集システムを提案する。 このシステムはランダム化されたマルチレベルマスキング戦略によって訓練され、完全に新しい歌詞を生成したり、いくつかの断片を編集するための統一モデルを生成する。
  論文  参考訳（メタデータ） (2022-11-28T03:52:05Z)
• 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)
• Melody-Conditioned Lyrics Generation with SeqGANs [81.2302502902865]
  本稿では,SeqGAN(Sequence Generative Adversarial Networks)に基づく,エンドツーエンドのメロディ条件付き歌詞生成システムを提案する。 入力条件が評価指標に悪影響を及ぼすことなく,ネットワークがより有意義な結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-10-28T02:35:40Z)
• Shimon the Rapper: A Real-Time System for Human-Robot Interactive Rap Battles [1.7403133838762446]
  本研究では,ヒップホップスタイルの人間とロボットのリアルタイムなリリック即興システムを提案する。 本システムは人間のラッパーから音声入力を受け取り,その意味を解析し,音楽溝上でロボットによってラップバックされた応答を生成する。
  論文  参考訳（メタデータ） (2020-09-19T14:04:54Z)
• Rapformer: Conditional Rap Lyrics Generation with Denoising Autoencoders [14.479052867589417]
  テキストの内容(ニュース記事など)に基づいてラップ詩を合成する手法を開発する。 我々の手法はRapformerと呼ばれ、トランスフォーマーをベースとしたデノナイズ・オートエンコーダをトレーニングし、歌詞から抽出した内容語からラップ歌詞を再構成する。 Rapformerは、コンテンツ保存とスタイル転送の間に良いトレードオフをもたらす技術に精通した詩を生成することができる。
  論文  参考訳（メタデータ） (2020-04-08T12:24:10Z)

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。