論文の概要: Structure-Aware Piano Accompaniment via Style Planning and Dataset-Aligned Pattern Retrieval

• arxiv url: http://arxiv.org/abs/2602.15074v1
• Date: Mon, 16 Feb 2026 03:54:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-18 16:03:17.854594
• Title: Structure-Aware Piano Accompaniment via Style Planning and Dataset-Aligned Pattern Retrieval
• Title（参考訳）: スタイルプランニングとデータセット対応パターン検索による構造対応ピアノ伴奏
• Authors: Wanyu Zang, Yang Yu, Meng Yu,
• Abstract要約: シンボリックピアノ伴奏のための構造認識手法を提案する。 変圧器は、セクション/フレーズ構造と機能調和に基づいて、解釈可能な、計測単位の計画を予測する。 検索者は、コーパスから人為的なピアノパターンを選択して調和させる。
• 参考スコア（独自算出の注目度）: 8.505620355469725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a structure-aware approach for symbolic piano accompaniment that decouples high-level planning from note-level realization. A lightweight transformer predicts an interpretable, per-measure style plan conditioned on section/phrase structure and functional harmony, and a retriever then selects and reharmonizes human-performed piano patterns from a corpus. We formulate retrieval as pattern matching under an explicit energy with terms for harmonic feasibility, structural-role compatibility, voice-leading continuity, style preferences, and repetition control. Given a structured lead sheet and optional keyword prompts, the system generates piano-accompaniment MIDI. In our experiments, transformer style-planner-guided retrieval produces diverse long-form accompaniments with strong style realization. We further analyze planner ablations and quantify inter-style isolation. Experimental results demonstrate the effectiveness of our inference-time approach for piano accompaniment generation.
• Abstract（参考訳）: 音階認識から高次計画を切り離すシンボリックピアノ伴奏のための構造認識手法を提案する。 軽量変圧器は、セクション/フレーズ構造と機能調和に基づいて、解釈可能な、各測定スタイルのプランを予測し、次いで、コーパスから人為的なピアノパターンを選択して調和させる。 我々は,高調波実現可能性,構造とロルの整合性,発声継続性,スタイルの好み,繰り返し制御といった条件で,明示的なエネルギー下でのパターンマッチングとして検索を定式化する。 構造化されたリードシートとオプションのキーワードプロンプトが与えられた場合、システムはピアノ伴奏MIDIを生成する。 提案実験では,トランスフォーマーのスタイルプランナー誘導型検索により,強いスタイル実現を伴う多種多様な長形伴奏が生成される。 さらに、プランナーのアブレーションを分析し、スタイル間の分離を定量化する。 ピアノ伴奏生成における推論時間アプローチの有効性を実験的に検証した。

関連論文リスト

• Scaling Self-Supervised Representation Learning for Symbolic Piano Performance [52.661197827466886]
  本研究では,多量のシンボリック・ピアノ転写を訓練した自己回帰型トランスフォーマモデルの能力について検討した。 比較的小型で高品質なサブセットをファインチューンモデルに使い、音楽の継続を生成、シンボリックな分類タスクを実行し、汎用的なコントラストMIDI埋め込みを生成する。
  論文  参考訳（メタデータ） (2025-06-30T14:00:14Z)
• Synthesizing Composite Hierarchical Structure from Symbolic Music Corpora [32.18458296933001]
  構造時間グラフ(STG)と呼ばれる音楽構造の統一的階層的メタ表現を提案する。 シングルピースの場合、STGは、より微細な構造的音楽的特徴の階層構造とそれらの間の時間的関係を定義するデータ構造である。
  論文  参考訳（メタデータ） (2025-02-21T02:32:29Z)
• Structured Multi-Track Accompaniment Arrangement via Style Prior Modelling [9.489311894706765]
  本稿では,これらの課題に対処するために,不整合型因子に対する事前モデリングを活用する新しいシステムを提案する。 私たちのキーとなる設計は、ベクトル量子化と、オーケストレーションスタイルの長期フローをモデル化するためのユニークなマルチストリームトランスの使用です。 本システムでは,既存のベースラインに比べて,コヒーレンス,構造,全体的な配置品質が優れていることを示す。
  論文  参考訳（メタデータ） (2023-10-25T03:30:37Z)
• Compositional Foundation Models for Hierarchical Planning [52.18904315515153]
  本稿では,言語,視覚,行動データを個別に訓練し,長期的課題を解決するための基礎モデルを提案する。 我々は,大規模なビデオ拡散モデルを用いて,環境に根ざした記号的計画を構築するために,大規模言語モデルを用いている。 生成したビデオプランは、生成したビデオからアクションを推論する逆ダイナミクスモデルを通じて、視覚運動制御に基礎を置いている。
  論文  参考訳（メタデータ） (2023-09-15T17:44:05Z)
• Compose & Embellish: Well-Structured Piano Performance Generation via A Two-Stage Approach [36.49582705724548]
  まずリードシートを構成する2段階のTransformerベースのフレームワークを考案し,それを伴奏と表現力のあるタッチで実装する。 目的および主観的な実験により,コンポジション・アンド・エンベリッシュは芸術の現在の状態と実演の間の構造的ギャップを半分に縮め,豊かさやコヒーレンスといった他の音楽的側面も改善することが示された。
  論文  参考訳（メタデータ） (2022-09-17T01:20:59Z)
• Planning with Diffusion for Flexible Behavior Synthesis [125.24438991142573]
  我々は、できるだけ多くの軌道最適化パイプラインをモデリング問題に折り畳むことがどう見えるか検討する。 我々の技術的アプローチの核心は、軌道を反復的にデノベーションすることで計画する拡散確率モデルにある。
  論文  参考訳（メタデータ） (2022-05-20T07:02:03Z)
• SeCo: Separating Unknown Musical Visual Sounds with Consistency Guidance [88.0355290619761]
  この作品は未知の楽器の分離に焦点を当てている。 本稿では,未知のカテゴリを分離できるセコ(SeCo)フレームワークを提案する。 本手法は,新たな楽曲カテゴリに適応する能力を示し,基本手法を顕著なマージンで上回る性能を示す。
  論文  参考訳（メタデータ） (2022-03-25T09:42:11Z)
• Bending Graphs: Hierarchical Shape Matching using Gated Optimal Transport [80.64516377977183]
  形状マッチングは、コンピュータグラフィックスと視覚のコミュニティにとって長い間研究されてきた問題である。 局所的なパッチレベル情報とグローバルな形状レベルの構造を組み込んだ階層型学習設計について検討する。 本研究では,非信頼ノード上の特徴を逐次更新し,形状間の一貫した一致を学習することで,新しい最適輸送解法を提案する。
  論文  参考訳（メタデータ） (2022-02-03T11:41:46Z)
• Continuous Melody Generation via Disentangled Short-Term Representations and Structural Conditions [14.786601824794369]
  ユーザが指定したシンボリックシナリオと過去の音楽コンテキストを組み合わせることで,メロディーを構成するモデルを提案する。 本モデルでは,8拍子の音符列を基本単位として長い旋律を生成でき,一貫したリズムパターン構造を他の特定の歌と共有することができる。 その結果,本モデルが生成する音楽は,顕著な繰り返し構造,豊かな動機,安定したリズムパターンを有する傾向が示唆された。
  論文  参考訳（メタデータ） (2020-02-05T06:23:44Z)

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。