机构名称：
¥ 1.0
数千年来，音乐一直是人类文明不可分割的一部分。尽管如此，准确地描述和模拟音乐的难以捉摸的本质仍然是一项具有挑战性的任务，几十年来一直激发着计算机科学家的好奇心 [n4]。虽然音乐理论为分析音乐作品提供了基础，但近年来生成模型的显著进步为研究开辟了新的途径。本文指出需要对流行音乐和古典/学术音乐的生成模型进行分类，因为前者的目标是加快作曲过程并使其更加方便，而后者的目标是创作出最好的音乐 [n1]。论文讨论了生成音乐建模的各种方法、它们的优点和局限性、数据集选择、训练和评估策略对生成音乐质量的影响，以及该技术在各个领域的潜在应用。目前已经注意到，在选择建筑时，人们必须在保持既定风格的稳定精度与音乐材料的原创性和新鲜度之间做出选择 [n3]。在创作较大形式的作品时还未能取得令人信服的效果。结论是，目前最好的结果虽然远非完美，但却是由人工智能与人类作曲家的共同努力实现的。
科学与教育领域的人工智能技术”生成式...
主要关键词
相关文件推荐
