
摘要
我们研究了在完全通用的钢琴卷帘图表示中建模复调音乐符号序列的问题。我们引入了一种基于条件递归神经网络的分布估计器的概率模型,该模型能够发现高维序列中的时间依赖关系。我们的方法在多种现实数据集上超越了许多传统的复调音乐模型。我们展示了如何利用我们的音乐语言模型作为符号先验,以提高复调转录的准确性。
代码仓库
jsleep/wav2mid
tf
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| music-modeling-on-jsb-chorales | RNN-NADE | NLL: 5.56 |
| music-modeling-on-jsb-chorales | RNN-RBM | NLL: 6.27 |