GRUV:使用循环神网络进行算法音乐生成研究.pdfVIP

GRUV:使用循环神经网络的算法音乐生成

AranNayebiMattVitelli

anayebi@mvitelli@

我们比较了两种不同类型的循环神经网络（RNN）在以音频波形为输入的

算法音乐生成任务中的性能。特别是，我们关注具有复杂门控机制的

RNN，即长短期记忆（LSTM）网络和引入的门控循环单元（GRU）。

我们的结果显示，LSTM网络生成的输出在音乐上显著优于GRU。

1引言

算法音乐生成是一项的任务，在过去的几十年中一直被积极研究。许多常见的算法音

乐生成方法包括构建精心设计的音乐特征，并依赖于简单的生成方案，如模型或

基于图的能量最小化技术。虽然这些方法有时能够产生有趣的乐曲，但生成的音乐作品通

常由重复的序列组成，缺乏大多数音乐作品中常见的结构。

随着计算资源的增加和循环网络架构的进展，对大规模语料库进行新颖的音乐生成现在

可能变得实际可行。最常用的用于建模长期依赖性的循环网络是长短期记忆（LSTM）网

络，由Hochreiter和Schmidhuber[5]于1997年引入。，Cho等人[1],引入的门控循

环单元（GRU）已被用于有效建模各种通用序列建模任务中的长期依赖性。我们认为，通过

使用LSTM和GRU网络进行算法音乐生成，可以更好地建模音乐作品的长期结构，生成

听起来独特且音乐连贯的乐曲。

2背景/相关工作

循环网络以前已被用于音乐生成和分析任务，并取得了一定的成功。Eck和

Schmidhuber[4]使用长短期记忆（LSTM）网络通过二进制向量来建模固定序列中出现

的单个音符，以分析常见布鲁斯歌曲的结构。

Chung等人[3]使用门控循环单元（GRU）网络通过MIDI数据集建模复调音乐序列，发现其性能与

LSTM网络相当。

虽然上述工作已将循环网络应用于音乐序列建模任务，但这些中没有一个尝试使用原

始音频波形作为输入来进行循环音乐序列建模。在这个意义上，我们的项目是完全新颖的，

因为我们的网络试图通过直接处理数据的波形表示来执行音乐序列建模。

GRUV:AlgorithmicMusicGenerationusing

RecurrentNeuralNetworks

AranNayebiMattVitelli

anayebi@mvitelli@

Wecomparetheperformanceoftwodifferenttypesofrecurrentneuralnetworks

(RNNs)forthetaskofalgorithmicmusicgeneration,withaudiowaveformsas

input.Inparticular,wefocusonRNNsthathaveasophisticatedingmecha-

nism,namely,theLongS