Text2midi

新的 LLM 技术推动文本到音乐生成

研究人员开发了使用大型语言模型（LLM）进行文本到音乐生成的新方法。第一种方法“Agogic”专注于性能计时音乐标记，并证明了音乐表示的选择对分布保真度有显著影响，其影响程度通常超过模型大小。第二种方法“MIDI-LLM”通过扩展其词汇表以包含 MIDI 标记来调整 LLM，并使用两阶段训练过程来同时提高文本控制和音乐质量，在人类-AI 音乐共创工作流程中表现出强大的性能。