摘要

本文探讨了使用深度神经网络对复调音乐进行序列建模的方法。尽管近期的研究突破主要集中在网络架构上，我们证明了序列表示同样可以对模型性能产生重大影响，这可以通过验证集损失来衡量。通过提取训练数据集中固有的显著特征，模型可以基于这些特征进行条件化处理，或者被训练预测这些特征作为所建模序列的额外组成部分。我们展示了训练神经网络预测一个看似更为复杂的序列（包含额外特征）可以显著提升整体模型性能。首先，我们介绍了TonicNet，这是一种基于门控循环单元（GRU）的模型，其训练目标是在给定时间步长上先预测和弦，然后再预测该时间步长上每个声部的音符，而传统的做法通常是仅预测音符。随后，我们在经典的JSB Chorales数据集上评估了TonicNet，并获得了最先进的结果。