Exploring Softly Masked Language Modelling for Controllable Symbolic Music Generation

要約

タイトル: 制御可能なシンボリック音楽生成のためのSoftly Masked Languageモデリングの探索

要約:
– Softly Masked Languageモデリング（SMLM）をシンボリック音楽生成に適用する初期の探索を発表する
– SMLMはマスクされた言語モデリング（MLM）の一般化と見なせる。インプットセットの各要素が既知または未知である場合のMLMに対して、要素が一部既知であることができる
– Transformer encoderアーキテクチャを使用して、制約されたシンボリック音楽生成にSMLMを適用した結果を示す
– いくつかのオーディオ例はhttps://erl-j.github.io/smlm-web-supplement/で利用可能である。

要約(オリジナル)

This document presents some early explorations of applying Softly Masked Language Modelling (SMLM) to symbolic music generation. SMLM can be seen as a generalisation of masked language modelling (MLM), where instead of each element of the input set being either known or unknown, elements can be partly known. We demonstrate some results of applying SMLM to constrained symbolic music generation using a transformer encoder architecture. Several audio examples are available at https://erl-j.github.io/smlm-web-supplement/

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI