MIDISpace：在音乐生成潜空间中发现线性方向

DOI

虽然近期研究表明可以在图像生成网络的潜空间中发现解纠缠的方向，但在序列模型（用于音乐生成）的潜空间中发现方向仍然是一个 largely unexplored topic。本研究提出了一种在音乐生成变分自编码器(VAE)的潜空间中发现线性方向的方法。我们使用PCA（一种统计方法，通过转换输入数据使新轴上的变化最大化）对我们模型的潜空间激活应用PCA，发现了 largely disentangled 的方向，可以改变输入音乐的风格和特性。实验表明，发现的方向通常是单调的、全局的，并编码了基本的音乐特征，如色彩性、速度和重复性。此外，我们提出了一套定量指标来描述不同的音乐风格和特性，以评估我们的结果。我们证明发现的方向可以解耦内容，并可用于风格迁移和有条件的音乐生成任务。