ProgGP: From GuitarPro Tablature Neural Generation To Progressive Metal Production

要約

シンボリック音楽生成の分野における最近の研究では、入力および出力表現として、ギター表現属性をサポートするシンボリック表現である GuitarPro フォーマットに基づくトークン化を使用することに価値があることが示されています。
私たちは、人間と AI のパートナーシップを通じてそのジャンルから楽曲を作成する目的で、プログレッシブ メタル 173 曲のカスタム データセットである ProgGP 上で事前トレーニング済みの Transformer モデルを微調整することでこの作業を拡張しました。
私たちのモデルは、複数のギター、ベースギター、ドラム、ピアノ、オーケストラのパートを生成できます。
私たちは、計算音楽学のパラダイムに従った定量的分析と実践ベースの研究パラダイムに従った定性的分析を組み合わせた混合方法アプローチを使用して、生成された音楽の妥当性を検査します。
最後に、AI が生成した音楽に基づいて人間のメタル プロデューサーによって完全にプロデュースおよびミックスされたプログレッシブ メタル曲を作成するツールとしてモデルを使用することで、モデルの価値を実証します。

要約(オリジナル)

Recent work in the field of symbolic music generation has shown value in using a tokenization based on the GuitarPro format, a symbolic representation supporting guitar expressive attributes, as an input and output representation. We extend this work by fine-tuning a pre-trained Transformer model on ProgGP, a custom dataset of 173 progressive metal songs, for the purposes of creating compositions from that genre through a human-AI partnership. Our model is able to generate multiple guitar, bass guitar, drums, piano and orchestral parts. We examine the validity of the generated music using a mixed methods approach by combining quantitative analyses following a computational musicology paradigm and qualitative analyses following a practice-based research paradigm. Finally, we demonstrate the value of the model by using it as a tool to create a progressive metal song, fully produced and mixed by a human metal producer based on AI-generated music.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google