PulseAugur
实时 11:50:01
English(EN) Decomposer: Learning to Decompile Symbolic Music to Programs

新框架将符号音乐反编译为可执行代码

研究人员开发了Decomposer,一个新颖的框架,旨在将符号音乐(如MIDI文件)翻译成Strudel音乐编程语言中的可执行程序。该系统通过创建一个名为Strudel-Synth的合成语料库进行初始训练,然后利用无配对MIDI数据进行强化学习,以提高代码可读性和重建准确性,从而解决了配对数据稀缺的问题。据报道,Decomposer在MIDI重建保真度方面优于闭源大型语言模型,并且比现有的启发式转换器生成更多样化、更易读的代码。 AI

影响 通过将音乐表演翻译成可编辑的代码,可能实现新的AI辅助音乐创作和分析形式。

排序理由 学术论文,详细介绍了一种用于特定任务的新型AI模型和框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架将符号音乐反编译为可执行代码

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yewon Kim, Apurva Gandhi, David Chung, Graham Neubig, Chris Donahue ·

    Decomposer: Learning to Decompile Symbolic Music to Programs

    arXiv:2607.01849v1 Announce Type: cross 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 symboli…