Fugu-MT 論文翻訳(概要): Can Machines Generate Personalized Music? A Hybrid Favorite-aware Method for User Preference Music Transfer

論文の概要: Can Machines Generate Personalized Music? A Hybrid Favorite-aware Method for User Preference Music Transfer

arxiv url: http://arxiv.org/abs/2201.08526v1
Date: Fri, 21 Jan 2022 03:24:27 GMT
ステータス: 処理完了
システム内更新日: 2022-01-24 14:19:52.089849
Title: Can Machines Generate Personalized Music? A Hybrid Favorite-aware Method for User Preference Music Transfer
Title（参考訳）: 機械はパーソナライズド・ミュージックを生成できるか? ユーザ優先音楽転送のためのハイブリッドなお気に入り認識手法
Authors: Zhejing Hu, Yan Liu, Gong Chen, and Yongxu Liu
Abstract要約: ユーザ優先音楽転送(UPMT)は、多くのシナリオに適用できるが、まだ検討されていない音楽スタイル転送における新しい問題である。 UPMTは、多くのシナリオに適用できるが、まだ検討されていない音楽スタイルの転送における新しい問題である。
参考スコア（独自算出の注目度）: 9.205948466309755
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: User preference music transfer (UPMT) is a new problem in music style transfer that can be applied to many scenarios but remains understudied.
Abstract（参考訳）: ユーザ優先音楽転送(UPMT)は、多くのシナリオに適用できるが、まだ検討されていない音楽スタイル転送の新しい問題である。

関連論文リスト

A Training-Free Approach for Music Style Transfer with Latent Diffusion Models [5.734429262507927]
本稿では,事前学習型潜在拡散モデル(LDM)を利用した新しい学習自由アプローチを提案する。 LDMの自己注意機能を操作することで、コンテンツ音楽への参照音楽のスタイルを、追加のトレーニングなしで効果的に転送する。
論文参考訳（メタデータ） (2024-11-24T16:53:34Z)
Enhancing Sequential Music Recommendation with Personalized Popularity Awareness [56.972624411205224]
本稿では、パーソナライズされた人気情報をシーケンシャルなレコメンデーションに組み込む新しいアプローチを提案する。実験結果から、パーソナライズされた最もポピュラーなレコメンデータは、既存の最先端モデルよりも優れていることが示された。
論文参考訳（メタデータ） (2024-09-06T15:05:12Z)
Music Style Transfer With Diffusion Model [11.336043499372792]
本研究では,拡散モデル(DM)に基づく音楽スタイルの転送フレームワークを提案し,スペクトル法を用いてマルチ・マルチ・マルチ音楽スタイルの転送を実現する。 GuideDiff法は、スペクトルを高忠実度オーディオに復元し、音声生成速度を加速し、生成されたオーディオのノイズを低減するために用いられる。
論文参考訳（メタデータ） (2024-04-23T06:22:19Z)
MuPT: A Generative Symbolic Music Pretrained Transformer [56.09299510129221]
音楽の事前学習におけるLarge Language Models (LLM) の適用について検討する。生成過程の異なるトラックからの不整合対策に関連する課題に対処するために,SMT-ABC Notation(Synchronized Multi-Track ABC Notation)を提案する。私たちのコントリビューションには、最大8192個のトークンを処理可能な一連のモデルが含まれており、トレーニングセットの象徴的な音楽データの90%をカバーしています。
論文参考訳（メタデータ） (2024-04-09T15:35:52Z)
Track Mix Generation on Music Streaming Services using Transformers [2.309018557701645]
本稿では,2022年に音楽ストリーミングサービスDeezerでリリースされたパーソナライズされたプレイリスト生成システムであるTrack Mixを紹介する。 Track Mixは、初期の音楽曲にインスパイアされた「ミックス」プレイリストを自動的に生成し、ユーザーはお気に入りのコンテンツに似た音楽を発見することができる。ユーザプレイリストから数百万のトラックシーケンスに基づいてトレーニングされたTransformerモデルを用いて、これらのミックスを生成する。
論文参考訳（メタデータ） (2023-07-06T15:10:29Z)
Simple and Controllable Music Generation [94.61958781346176]
MusicGenは単一の言語モデル(LM)であり、圧縮された離散的な音楽表現、すなわちトークンの複数のストリームで動作する。以前の作業とは異なり、MusicGenはシングルステージのトランスフォーマーLMと効率的なトークンインターリービングパターンで構成されている。
論文参考訳（メタデータ） (2023-06-08T15:31:05Z)
GETMusic: Generating Any Music Tracks with a Unified Representation and Diffusion Framework [58.64512825534638]
シンボリック・ミュージック・ジェネレーションは、ユーザーが音楽を作るのに役立つ音符を作成することを目的としている。私たちは「GETMusic」と呼ばれるフレームワークを紹介します。「GET'」は「GEnerate Music Tracks」の略です。 GETScoreは、音符をトークンとして表現し、2D構造でトークンを整理する。提案する表現は,非自己回帰生成モデルと組み合わせて,任意のソース・ターゲットトラックの組み合わせでGETMusicに音楽を生成する。
論文参考訳（メタデータ） (2023-05-18T09:53:23Z)
Exploiting Device and Audio Data to Tag Music with User-Aware Listening Contexts [8.224040855079176]
本研究では,ユーザを意識した楽曲自動タグを有効活用することにより,ユーザの状況に応じたプレイリストを一定時間で生成できるシステムを提案する。実験により、このようなコンテキスト対応のパーソナライズされた楽曲検索システムは実現可能であるが、新規ユーザの場合は性能が低下することが示された。
論文参考訳（メタデータ） (2022-11-14T10:08:12Z)
Psychologically-Inspired Music Recommendation System [3.032299122358857]
感情認識型MSSを構築するために,聴取者の性格と現在の感情状態と音声特徴を関連づけることを模索する。この結果とSpotify APIデータに基づく従来のMSSの出力とを定量的に定性的に比較し,音楽レコメンデーションの質に大きな影響を与えるかどうかを検証した。
論文参考訳（メタデータ） (2022-05-06T19:38:26Z)
Music Sentiment Transfer [77.99182201815763]
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。
論文参考訳（メタデータ） (2021-10-12T06:51:38Z)
A framework to compare music generative models using automatic evaluation metrics extended to rhythm [69.2737664640826]
本稿では,前回の研究で提示された,リズムを考慮せず,設計決定を下すための枠組みを取り上げ,単音素音楽作成における2つのrnnメモリセルの性能評価のためにリズムサポートを付加した。モデルでは,音素変換の処理を考慮し,リズムサポートを付加した幾何学に基づく自動計測値を用いて,生成した楽曲の質を評価する。
論文参考訳（メタデータ） (2021-01-19T15:04:46Z)

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。