論文の概要: Music Sentiment Transfer

• arxiv url: http://arxiv.org/abs/2110.05765v1
• Date: Tue, 12 Oct 2021 06:51:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-13 15:30:20.190751
• Title: Music Sentiment Transfer
• Title（参考訳）: 音楽の感情伝達
• Authors: Miles Sigel, Michael Zhou, Jiebo Luo
• Abstract要約: 音楽の感情伝達は、感情伝達の高レベルな目的を音楽領域に適用しようとする。 ネットワークを利用するためには,音楽フォーマットとしてシンボル的MIDIデータを用いる。 その結果,音楽の時間的特性から,感情伝達の課題はイメージの感情伝達よりも難しいことが示唆された。
• 参考スコア（独自算出の注目度）: 77.99182201815763
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Music sentiment transfer is a completely novel task. Sentiment transfer is a natural evolution of the heavily-studied style transfer task, as sentiment transfer is rooted in applying the sentiment of a source to be the new sentiment for a target piece of media; yet compared to style transfer, sentiment transfer has been only scantily studied on images. Music sentiment transfer attempts to apply the high level objective of sentiment transfer to the domain of music. We propose CycleGAN to bridge disparate domains. In order to use the network, we choose to use symbolic, MIDI, data as the music format. Through the use of a cycle consistency loss, we are able to create one-to-one mappings that preserve the content and realism of the source data. Results and literature suggest that the task of music sentiment transfer is more difficult than image sentiment transfer because of the temporal characteristics of music and lack of existing datasets.
• Abstract（参考訳）: 音楽の感情伝達は、まったく新しいタスクです。 感情伝達は、対象とするメディアに対する新たな感情であるソースの感情を適用することに根ざしているため、高度に研究されたスタイル伝達タスクの自然な進化である。 音楽の感情伝達は、感情伝達の高レベルな目的を音楽の領域に適用しようとする。 異なる領域をブリッジするCycleGANを提案する。 ネットワークを利用するためには,音楽フォーマットとしてシンボル的MIDIデータを用いる。 サイクル一貫性の損失を利用することで、ソースデータのコンテンツとリアリズムを保存する1対1のマッピングを作成できます。 その結果,音楽の時間的特性と既存のデータセットの欠如から,音楽の感情伝達の課題はイメージの感情伝達よりも難しいことが示唆された。

関連論文リスト

• MuVi: Video-to-Music Generation with Semantic Alignment and Rhythmic Synchronization [52.498942604622165]
  本稿では,ビデオコンテンツに合わせた音楽を生成するためのフレームワークであるMuViについて述べる。 MuViは、特別に設計された視覚適応器を通じて映像コンテンツを分析し、文脈的および時間的に関係のある特徴を抽出する。 音声品質と時間同期の両方において, MuVi が優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2024-10-16T18:44:56Z)
• 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)
• REMAST: Real-time Emotion-based Music Arrangement with Soft Transition [29.34094293561448]
  感情的な介入媒体としての音楽は、音楽療法、ゲーム、映画などのシナリオに重要な応用がある。 感情のリアルタイム適合とスムーズな遷移を同時に達成するためのREMASTを提案する。 評価結果によると,REMASTは客観的および主観的指標において最先端の手法を超越している。
  論文  参考訳（メタデータ） (2023-05-14T00:09:48Z)
• A Domain-Knowledge-Inspired Music Embedding Space and a Novel Attention Mechanism for Symbolic Music Modeling [0.0]
  バイアス調整された正弦波符号化に基づく記号音楽のための基本音楽埋め込み(FME)を提案する。 提案するFMEを利用して, 相対指数, ピッチ, オンセット埋め込みに基づく新しいアテンション機構を提案する。 RIPO変圧器は最先端の変圧器よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-12-02T05:04:31Z)
• Studying the role of named entities for content preservation in text style transfer [65.40394342240558]
  フォーマルなテキストスタイル転送のためのコンテンツ保存における名前付きエンティティの役割に焦点をあてる。 テキストスタイル転送におけるコンテンツ類似度評価のための新しいデータセットを収集する。 本稿では,事前学習された形式性伝達モデルの誤り解析を行い,テキストスタイルの転送に使用されるベースラインコンテンツ類似度尺度の性能を高めるために,名前付きエンティティに関する情報を利用する簡単な手法を提案する。
  論文  参考訳（メタデータ） (2022-06-20T09:31:47Z)
• Crossing You in Style: Cross-modal Style Transfer from Music to Visual Arts [11.96629917390208]
  音楽と視覚のスタイルの伝達は、創造性の実践において難しいが重要なクロスモーダル学習問題である。 音楽の可視化とスタイル伝達という2つのステップで,音楽と視覚の伝達問題を解く。 WikiArt-IMSLPは、西洋音楽の録音や、何十年にもわたってリストアップされた絵画を含むデータセットである。
  論文  参考訳（メタデータ） (2020-09-17T05:58:13Z)
• Global Image Sentiment Transfer [90.26415735432576]
  提案するフレームワークは,参照画像検索ステップとグローバル感情伝達ステップから構成される。 検索した参照画像は、知覚的損失に基づいてアルゴリズムに対してより内容に関連がある。 提案した感情伝達アルゴリズムは、入力画像のコンテンツ構造を確実に保ちながら、画像の感情を伝達することができる。
  論文  参考訳（メタデータ） (2020-06-22T03:22:25Z)
• Image Sentiment Transfer [84.91653085312277]
  我々は,イメージの感情伝達という,重要ではあるが未調査の研究課題を導入する。 本稿では,オブジェクトレベルでイメージの感情伝達を行う,効果的で柔軟なフレームワークを提案する。 中心となるオブジェクトレベルの感情伝達のために、我々は新しい感性認識型GAN(SentiGAN)を提案する。
  論文  参考訳（メタデータ） (2020-06-19T19:28:08Z)

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。