論文の概要: Deep Attention-Based Alignment Network for Melody Generation from
Incomplete Lyrics
- arxiv url: http://arxiv.org/abs/2301.10015v1
- Date: Mon, 23 Jan 2023 03:41:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 13:35:00.397211
- Title: Deep Attention-Based Alignment Network for Melody Generation from
Incomplete Lyrics
- Title（参考訳）: 不完全歌詞からのメロディ生成のための深い注意に基づくアライメントネットワーク
- Authors: Gurunath Reddy M, Zhe Zhang, Yi Yu, Florian Harscoet, Simon Canales,
Suhua Tang
- Abstract要約: ディープ・ニューラル・歌詞・メロディネットをエンコーダ・デコーダ方式で訓練し、不完全な歌詞が与えられたときの歌詞・メロディのペアを予測する。
注意機構を利用して、歌詞からメロディ生成中に予測された歌詞とメロディを一致させる。
- 参考スコア（独自算出の注目度）: 12.05359079565586
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a deep attention-based alignment network, which aims to
automatically predict lyrics and melody with given incomplete lyrics as input
in a way similar to the music creation of humans. Most importantly, a deep
neural lyrics-to-melody net is trained in an encoder-decoder way to predict
possible pairs of lyrics-melody when given incomplete lyrics (few keywords).
The attention mechanism is exploited to align the predicted lyrics with the
melody during the lyrics-to-melody generation. The qualitative and quantitative
evaluation metrics reveal that the proposed method is indeed capable of
generating proper lyrics and corresponding melody for composing new songs given
a piece of incomplete seed lyrics.
- Abstract（参考訳）: 本研究では,不完全な歌詞を入力として歌詞とメロディを自動的に予測することを目的とした,注意に基づくアライメントネットワークを提案する。
最も重要なのは、不完全な歌詞(fewキーワード)が与えられた場合、より深いニューラルネットワークの歌詞対メロディネットをエンコーダ-デコーダ方法でトレーニングすることで、歌詞対メロディのペアを予測できることだ。
注意機構を利用して、予測された歌詞を歌詞からメロディ生成時のメロディに合わせる。
定性的・定量的評価指標により,本手法は,不完全なシード歌詞を付与された新曲を構成するための適切な歌詞と対応するメロディを生成できることがわかった。
関連論文リスト
- 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) - 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) - 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) - 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) - Automatic Neural Lyrics and Melody Composition [6.574381538711984]
提案するシステムであるAutomatic Neural Lyrics and Melody Composition (AutoNLMC)は,人工ニューラルネットワークを用いて曲の書き起こし全体を自動化しようとする試みである。
音節, 単語, 文レベルで解析した大集合の歌詞-メロディペアに基づいて学習した歌詞からベクトル(歌詞2vec)モデルは, 大規模埋め込みモデルである。
また、プロの歌詞作家の歌詞を使って、一致する旋律を生成することもできる。
論文 参考訳（メタデータ） (2020-11-12T13:44:01Z) - 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)
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。