論文の概要: Empirical Study of Pop and Jazz Mix Ratios for Genre-Adaptive Chord Generation
- arxiv url: http://arxiv.org/abs/2605.04998v1
- Date: Wed, 06 May 2026 14:59:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.88996
- Title: Empirical Study of Pop and Jazz Mix Ratios for Genre-Adaptive Chord Generation
- Title（参考訳）: Genre-Adaptive Chord 生成のためのポップとジャズの混合比に関する実証的研究
- Abstract要約: コード進行生成は事実上重要であるが、未検討である。
本稿では、コード生成をスタンドアロンのタスクとして扱い、そのようなモデルがジャンルによって適合するたびに発生する問題に対処する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Chord progression generation is practically important but understudied. Most large-scale symbolic music systems target melody, multi-track arrangement, or audio synthesis, and chord-only models tend to be relegated to conditioning components inside larger pipelines. This paper treats chord generation as a standalone task and addresses a question that arises whenever such a model is adapted across genres: how much old-domain data must be retained during fine-tuning to acquire a new domain without forgetting the old? I study jazz fine-tuning starting from a pop-pretrained 25M-parameter Music Transformer (84.24% top-1 chord accuracy on a held-out pop test set). The available jazz corpus is an order of magnitude smaller than the pop corpus, so every fine-tune run uses all 1,513 jazz training sequences. The swept variable is the volume of pop "rehearsal" data mixed alongside, taking values in {0, 1K, 2.5K, 5K, 10K}. Every fine-tuned model gains 7 to 9 points of jazz top-1. Pop accuracy collapses by 2.14 points under jazz-only fine-tuning, recovers to baseline at approximately 2.5K rehearsal samples (1.65x the jazz volume), and saturates beyond that point. A complementary observation: the metric-best run (F3, 2.5K mix) is not always the perceptually preferred one. The pop-leaning (10K) and jazz-leaning (1K) endpoints carry more committed stylistic identities that the author more often selects as finished output in informal listening. I discuss what this suggests for music co-creation tools but make no perceptual claim, since no formal listening study has been conducted. All six checkpoints are released on the HuggingFace Hub at https://huggingface.co/PearlLeeStudio.
- Abstract（参考訳）: コード進行生成は事実上重要であるが、未検討である。
ほとんどの大規模シンボリック・ミュージック・システムはメロディ、マルチトラック・アレンジ、オーディオ・シンセサイザーをターゲットとしており、コードのみのモデルはより大きなパイプライン内のコンディショニング・コンポーネントに還元される傾向にある。
本稿では、コード生成をスタンドアロンのタスクとして扱い、そのようなモデルがジャンルによって適合するたびに発生する問題に対処する: 古いドメインを忘れずに新しいドメインを取得するためには、微調整中にどれだけの古いドメインデータが保持されなければならないか?
私は、ポッププレトレーニングされた25Mパラメータ音楽変換器(ホールドアウトされたポップテストセットで84.24%のトップ1コード精度)から始まるジャズの微調整を研究します。
利用可能なジャズコーパスはポップコーパスよりも桁違いに小さいので、すべての微調整が1,513のジャズトレーニングシーケンスを使用する。
swept変数は、値が {0, 1K, 2.5K, 5K, 10K} のポップな"リハーサル"データのボリュームである。
すべての微調整されたモデルは、ジャズトップ1の7点から9点を得る。
ポップ精度はジャズのみの微調整の下で2.14ポイント低下し、約2.5Kリハーサルサンプル(ジャズボリュームの1.65倍)でベースラインに回復し、その点を超えて飽和する。
補完的な観察: メトリック・ベスト・ラン(F3, 2.5K混合)は常に知覚的に好まれるものであるとは限らない。
ポップリーディング (10K) とジャズリーディング (1K) のエンドポイントは、著者が非公式の聴取で出力が完了すると、しばしば選択する、より献身的なアイデンティティを持つ。
音楽共同制作ツールにどのような意味があるのかを論じるが、正式な聴取研究は行われていないため、知覚的な主張はしない。
6つのチェックポイントはすべて、https://huggingface.co/PearlLeeStudioでHuggingFace Hubでリリースされる。
関連論文リスト
- Evaluating Pretrained Music Embeddings for Cross-Performance Jazz Standard Recognition [0.0]
ジャズ・トリオ・データベース(英: Jazz Trio Database)は、ジャズ・トリオ・データベース(英: Jazz Trio Database)のキュレートされたサブセットである。
我々は,最近の音楽理解基盤モデルの凍結した事前学習音楽表現に対して,ベースラインを非スクラッチで訓練したハーモニックCNNと比較した。
以上の結果から,本モデルではトレーニング性能に過度に適合するが,事前学習した埋め込みモデルでは上位100ドル以上の結果が得られるが,演奏者の同一性に敏感であることが示唆された。
論文 参考訳（メタデータ） (2026-07-01T11:04:28Z) - How Far Can Chord-Symbol Time-Series Adaptation Carry Genre Identity? Capabilities and Boundaries in Multi-Genre Chord-Symbol Modeling [0.0]
本報告は、ジャンル局所調和モデルのための解釈可能な、制御可能な時系列としてコード記号列を扱う。
主な評価は、LoRA、IA3、BitFit、プレフィックスチューニング、11のジャンルと3つのシードの完全な微調整、完全な165セルグリッドである。
コード記号適応は、ジャンルの局所的な調和予測を確実に改善するが、コード記号だけでは完全なジャンルの同一性は持たない。
論文 参考訳（メタデータ） (2026-06-05T14:49:24Z) - Adaptive Accompaniment with ReaLchords [60.690020661819055]
ユーザのメロディに合わせてコード伴奏を即興するオンライン生成モデルであるReaLchordsを提案する。
まず、最大で事前訓練されたオンラインモデルから始め、強化学習を使用して、オンライン使用のためのモデルを微調整します。
論文 参考訳（メタデータ） (2025-06-17T16:59:05Z) - Tune It Up: Music Genre Transfer and Prediction [0.0]
我々は、ジャズやクラシックのジャンルで音楽スタイルの転送を行うために、CycleGANモデルを適応し改善する。
そこで我々は,新しい曲を容易に生成し,異なるジャンルの楽曲をカバーし,それらのプロセスに必要なアレンジメントを減らすことを目的としている。
論文 参考訳（メタデータ） (2025-03-27T21:55:57Z) - Aligning Text-to-Music Evaluation with Human Preferences [63.08368388389259]
本稿では,TTM(生成音響テキスト・ツー・ミュージック)モデルの評価のための基準ベース分散指標の設計空間について検討する。
私たちは、合成データと人間の嗜好データの両方に標準のFAD設定が矛盾しているだけでなく、既存の指標のほとんどすべてがデシデラタを効果的に捉えていないことに気付きました。
我々は,自己教師型音声埋め込みモデルから表現に基づいて計算したMAUVE Audio Divergence(MAD)を提案する。
論文 参考訳（メタデータ） (2025-03-20T19:31:04Z) - ImprovNet -- Generating Controllable Musical Improvisations with Iterative Corruption Refinement [6.873190001575463]
ImprovNetは、表現力と制御性のある即興演奏を生成するトランスフォーマーベースのアーキテクチャである。
ジャンル固有のスタイルでメロディーを調和させ、短期間の即時継続および補充タスクを実行することができる。
論文 参考訳（メタデータ） (2025-02-06T21:45:38Z) - Parameter-Efficient Transfer Learning for Music Foundation Models [51.61531917413708]
音楽基礎モデルのパラメータ効率変換学習(PETL)について検討する。
PETL法は、音楽の自動タグ付けにおいて、探索と微調整の両方に優れる。
PETL法は、トレーニングコストを大幅に削減し、微調整と同様の結果を得る。
論文 参考訳（メタデータ） (2024-11-28T20:50:40Z) - MusicRL: Aligning Music Generation to Human Preferences [62.44903326718772]
MusicRLは人間のフィードバックによって微調整された最初の音楽生成システムである。
ユーザに対してMusicLMをデプロイし,30,000対の選好からなる実質的なデータセットを収集する。
人間のフィードバックを大規模に組み込んだ最初のテキスト-音楽モデルであるMusicRL-Uを訓練する。
論文 参考訳（メタデータ） (2024-02-06T18:36:52Z) - Choir Transformer: Generating Polyphonic Music with Relative Attention
on Transformer [4.866650264773479]
そこで我々はChoir Transformerというポリフォニック音楽生成ニューラルネットワークを提案する。
Choir Transformerのパフォーマンスは、以前の最先端の精度4.06%を上回っている。
実際に、生成されたメロディとリズムを所定の入力に応じて調整することができる。
論文 参考訳（メタデータ） (2023-08-01T06:44:15Z) - Museformer: Transformer with Fine- and Coarse-Grained Attention for
Music Generation [138.74751744348274]
本研究では,音楽生成に新たな細粒度・粗粒度対応トランスフォーマーであるMuseformerを提案する。
具体的には、細かな注意を払って、特定のバーのトークンは、音楽構造に最も関係のあるバーのトークンに、直接参加する。
粗い注意を払って、トークンは計算コストを減らすために、それぞれのトークンではなく他のバーの要約にのみ参加する。
論文 参考訳（メタデータ） (2022-10-19T07:31:56Z) - PopMAG: Pop Music Accompaniment Generation [190.09996798215738]
単一シーケンスでの同時マルチトラック生成が可能なMUlti-track MIDI表現(MuMIDI)を提案する。
MuMIDIはシーケンス長を拡大し、長期音楽モデリングの新しい課題をもたらす。
我々は,ポップミュージックの伴奏生成をPopMAGと呼ぶ。
論文 参考訳（メタデータ） (2020-08-18T02:28:36Z) - The Jazz Transformer on the Front Line: Exploring the Shortcomings of
AI-composed Music through Quantitative Measures [36.49582705724548]
本稿では,ジャズ音楽のリードシートをモデル化するために,Transformer-XLと呼ばれるニューラルシーケンスモデルを利用する生成モデルであるJazz Transformerを提案する。
次に、異なる視点から生成された合成の一連の計算分析を行う。
我々の研究は、なぜ現在まで機械生成音楽が人類の芸術に及ばないのか分析的な方法で示し、今後の自動作曲への取り組みがさらに追求されるよう、いくつかの目標を設定している。
論文 参考訳（メタデータ） (2020-08-04T03:32:59Z)
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。