論文の概要: MeloForm: Generating Melody with Musical Form based on Expert Systems and Neural Networks

• arxiv url: http://arxiv.org/abs/2208.14345v1
• Date: Tue, 30 Aug 2022 15:44:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-31 12:51:22.682444
• Title: MeloForm: Generating Melody with Musical Form based on Expert Systems and Neural Networks
• Title（参考訳）: MeloForm: エキスパートシステムとニューラルネットワークに基づくメロディを音楽形式で生成する
• Authors: Peiling Lu, Xu Tan, Botao Yu, Tao Qin, Sheng Zhao, Tie-Yan Liu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 146.59245563763065
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human usually composes music by organizing elements according to the musical form to express music ideas. However, for neural network-based music generation, it is difficult to do so due to the lack of labelled data on musical form. In this paper, we develop MeloForm, a system that generates melody with musical form using expert systems and neural networks. Specifically, 1) we design an expert system to generate a melody by developing musical elements from motifs to phrases then to sections with repetitions and variations according to pre-given musical form; 2) considering the generated melody is lack of musical richness, we design a Transformer based refinement model to improve the melody without changing its musical form. MeloForm enjoys the advantages of precise musical form control by expert systems and musical richness learning via neural models. Both subjective and objective experimental evaluations demonstrate that MeloForm generates melodies with precise musical form control with 97.79% accuracy, and outperforms baseline systems in terms of subjective evaluation score by 0.75, 0.50, 0.86 and 0.89 in structure, thematic, richness and overall quality, without any labelled musical form data. Besides, MeloForm can support various kinds of forms, such as verse and chorus form, rondo form, variational form, sonata form, etc.
• Abstract（参考訳）: 人間は通常、音楽のアイデアを表現するために音楽形式に従って要素を整理することで作曲する。 しかし,ニューラルネットワークを用いた音楽生成では,楽譜上のラベル付きデータが欠如しているため,実現は困難である。 本稿では,専門家システムとニューラルネットワークを用いたメロディ生成システムであるMeloFormを開発する。 具体的には 1) モチーフからフレーズへ音楽要素を展開し,前段階の音楽形式に応じた繰り返しやバリエーションのある区間に旋律を生成させる専門家システムを設計する。 2) 生成したメロディは音楽的豊かさの欠如を考慮し, メロディを改良するトランスフォーマーベース改良モデルの設計を行った。 MeloFormは、エキスパートシステムによる正確な音楽形式制御と、ニューラルモデルによる音楽豊かさ学習の利点を享受している。 主観的および客観的な評価は、メロフォームが97.79%の精度で正確な音楽形式制御を持つ旋律を生成し、主観的評価スコアの点数を0.75, 0.50, 0.86, 0.89で上回る。 また、メロフォームは、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。

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)
• 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)
• 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)
• A-Muze-Net: Music Generation by Composing the Harmony based on the Generated Melody [91.22679787578438]
  ピアノ音楽のMidiファイルを生成する方法を提案する。 この方法は、左手を右手に固定した2つのネットワークを用いて、左右の手をモデル化する。 ミディは音階に不変な方法で表現され、メロディはハーモニーを調和させる目的で表現される。
  論文  参考訳（メタデータ） (2021-11-25T09:45:53Z)
• TeleMelody: Lyric-to-Melody Generation with a Template-Based Two-Stage Method [92.36505210982648]
  TeleMelody(テレメロディ)は、音楽テンプレートを備えた2段階の歌詞からメロディ生成システムである。 高品質で、制御性が良く、ペアリングされた歌詞・メロディデータに対する要求も少ないメロディを生成する。
  論文  参考訳（メタデータ） (2021-09-20T15:19:33Z)
• 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)
• 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)
• Exploring Inherent Properties of the Monophonic Melody of Songs [10.055143995729415]
  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。
  論文  参考訳（メタデータ） (2020-03-20T14:13:16Z)

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。