論文の概要: Decomposer: Learning to Decompile Symbolic Music to Programs

• arxiv url: http://arxiv.org/abs/2607.01849v1
• Date: Thu, 02 Jul 2026 08:09:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.739763
• Title: Decomposer: Learning to Decompile Symbolic Music to Programs
• Title（参考訳）: Decomposer: シンボリック音楽をプログラムに分解する学習
• Abstract要約: シンボリック・ミュージックから音楽プログラムを復元するためのフレームワークであるDecomposerを提案する。 我々は、実行時に入力を再構築する音楽プログラミング言語であるStrudelでプログラムを作成する。 人工的および実世界のMIDIベンチマークによる評価から,Decomposer はクローズドソース LLM よりも MIDI 再構成忠実度がかなり高いことを示す。
• 参考スコア（独自算出の注目度）: 45.01451797892678
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Musical performance involves executing a set of high-level musical instructions, yet recovering those instructions from the performance is a challenging inverse problem. We present Decomposer, a post-training framework for symbolic music decompilation: the task of recovering executable, editable music programs from symbolic music. We instantiate the task as MIDI-to-Strudel decompilation, where the model takes symbolic MIDI as input and produces a program in Strudel, a music programming language, that reconstructs the input when executed. The task poses two challenges: Strudel is a low-resource language with little naturally paired MIDI-code data, and optimizing faithful reconstruction of MIDI alone can collapse to unreadable note-by-note transliteration. We address these challenges in two stages. First, we construct Strudel-Synth, a synthetic corpus of paired Strudel programs and rendered MIDI, and use it for supervised fine-tuning. Second, we refine the model with reinforcement learning on unpaired MIDI, optimizing rewards for both MIDI reconstruction faithfulness and code readability. Our evaluation across synthetic and real-world MIDI benchmarks shows that Decomposer achieves substantially higher MIDI reconstruction faithfulness than closed-source LLMs while producing more readable and diverse code than the heuristic converter.
• Abstract（参考訳）: 演奏はハイレベルな音楽命令のセットの実行を伴うが、これらの命令を演奏から復元することは難しい逆問題である。 シンボリック・ミュージック・デコンパイルのためのポスト・トレーニング・フレームワークであるDecomposerについて述べる。 我々はMIDI-to-Strudelデコンパイルとしてタスクをインスタンス化し、モデルが入力としてシンボルMIDIを取り込み、実行時に入力を再構築する音楽プログラミング言語Strudelでプログラムを生成する。 Strudelは、自然にペア化されたMIDIコードをほとんど持たない低リソース言語であり、MIDIの忠実な再構築を最適化することは、読めないノート・バイ・ノートの文字化に崩壊する可能性がある。 これらの課題を2段階に分けて解決する。 まず、Strudel-Synthという、ペア化されたStrudelプログラムの合成コーパスを構築し、MIDIを描画し、それを教師付き微調整に使用する。 第2に,MIDI再構成の忠実度とコード可読性の両方に対する報酬を最適化し,無障害MIDIの強化学習によりモデルを洗練する。 人工的および実世界のMIDIベンチマークによる評価の結果,Decomposer はクローズドソース LLM よりも MIDI 再構成忠実度を著しく向上し,ヒューリスティックコンバータよりも読みやすく多様なコードを生成することがわかった。

関連論文リスト

• MI-MIDI: Mechanistic Interpretability of Text-to-MIDI Generation Models via Probing, Lenses and Steering [0.12277343096128711]
  コントラスト設計のための2つの公開テキスト-MIDIシステムについて分析する。 アーキテクチャがどのように形成と制御を形成するかを示します。 その結果、記号生成器における音楽概念のトレースと制御のための実用的なツールキットが提供される。
  論文  参考訳（メタデータ） (2026-08-06T23:09:37Z)
• Towards an AI Musician: Synthesizing Sheet Music Problems for Musical Reasoning [69.78158549955384]
  本稿では,ビートやインターバルをプログラム関数として扱うような,コア音楽理論のルールを扱う新しいアプローチを提案する。 このアプローチは、テキストと視覚の両方で検証可能な楽譜の質問を生成する。 SSMR-Benchの評価結果は,楽譜の解釈における重要な役割を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-09-04T09:42:17Z)
• MIDI-VALLE: Improving Expressive Piano Performance Synthesis Through Neural Codec Language Modelling [32.78044321881271]
  音声合成のためのVALLEフレームワークであるMIDI-VALLEを提案する。 VALLEはMIDIとオーディオの両方を離散トークンとしてエンコードし、より一貫性があり堅牢なピアノ演奏のモデリングを容易にする。 評価の結果,MIDI-VALLEは最先端のベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-07-11T12:28:20Z)
• Text2midi: Generating Symbolic Music from Captions [7.133321587053803]
  本稿では,テキスト記述からMIDIファイルを生成するエンド・ツー・エンド・エンド・モデルであるtext2midiを紹介する。 プレトレーニングされたLLMエンコーダを使用してキャプションを処理し、自動回帰変換器デコーダを条件にMIDIシーケンスを生成する。 我々は,MIDIファイルを高品質に生成するための総合的な実験評価を行い,自動化された研究と人為的な研究の両方を取り入れた。
  論文  参考訳（メタデータ） (2024-12-21T08:09:12Z)
• Annotation-Free MIDI-to-Audio Synthesis via Concatenative Synthesis and Generative Refinement [0.0]
  CoSaRefはMIDI-to-audio合成法であり、MIDI-audioペアデータセットを必要としない。 MIDIの入力に基づいて合成音声トラックを生成し、MIDIアノテーションなしでデータセットに基づいて訓練された拡散に基づく深層生成モデルで洗練する。 デジタルオーディオワークステーションの伝統的な機能と同様、音声サンプルの選択やMIDI設計を通じて音色や表現を詳細に制御することができる。
  論文  参考訳（メタデータ） (2024-10-22T08:01:40Z)
• PerTok: Expressive Encoding and Modeling of Symbolic Musical Ideas and Variations [0.3683202928838613]
  Cadenzaは、シンボリック・ミュージック・アイデアの表現的バリエーションを予測するための、新しい多段階生成フレームワークである。 提案するフレームワークは,1)コンストラクタと2)パフォーマの2段階からなる。 我々のフレームワークはミュージシャンにインスピレーションを与える目的で設計、研究、実装されている。
  論文  参考訳（メタデータ） (2024-10-02T22:11:31Z)
• Accompanied Singing Voice Synthesis with Fully Text-controlled Melody [61.147446955297625]
  Text-to-song (TTSong) は、歌声の伴奏を合成する音楽生成タスクである。 完全テキスト制御されたメロディで高品質な曲を生成する最初のTTSongモデルであるMelodyLMを提案する。
  論文  参考訳（メタデータ） (2024-07-02T08:23:38Z)
• 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)
• Composer's Assistant: An Interactive Transformer for Multi-Track MIDI Infilling [0.0]
  Composer's Assistantは、REAPERデジタルオーディオワークステーションにおける対話型ヒューマンコンピュータ合成システムである。 マルチトラックMIDIインフィルのタスクを達成するために,T5ライクなモデルをトレーニングする。 ComposerのAssistantは、REAPERのモデルとのインタラクションを可能にするスクリプトとともに、このモデルで構成されている。
  論文  参考訳（メタデータ） (2023-01-29T19:45:10Z)
• 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)
• Foley Music: Learning to Generate Music from Videos [115.41099127291216]
  Foley Musicは、楽器を演奏する人々に関するサイレントビデオクリップのために、可愛らしい音楽を合成できるシステムだ。 まず、ビデオから音楽生成に成功するための2つの重要な中間表現、すなわち、ビデオからのボディーキーポイントと、オーディオ録音からのMIDIイベントを識別する。 身体の動きに応じてMIDIイベントシーケンスを正確に予測できるグラフ$-$Transformerフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-21T17:59:06Z)

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。