新AI模型RPPNet运用音乐心理学原理生成旋律

研究人员开发了RPPNet，一种新颖的两阶段深度学习架构，用于生成具有改进的长期结构的旋律。与依赖固定小节线的现有模型不同，RPPNet生成可变长度的节奏-音高基元（RPP）序列，然后将其解码为音符。这些RPP的分组受到音乐心理学原理的指导，包括声学线索和感知相似性。实验表明，与当前方法相比，RPPNet生成的旋律在长期结构和音乐性方面更优。 AI

影响 这项研究通过融入人类感知原理，有望生成更具音乐连贯性和结构性的AI音乐。

排序理由 该条目是一篇学术论文，详细介绍了一个新模型及其实验结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Litmaps
• Rhythm-Pitch Primitive
• RPPNet
• ScienceCast
• scite Smart Citations

• 论文
• 其他

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