“You might also be interested in this survey paper: Deep Learning Techniques for Music Generation -- A Survey”
按年被提到
20172017 · 2 次2026
Deep Learning Techniques for Music Generation -- A Survey
音乐生成的深度学习技术综述
Jean-Pierre Briot, Gaëtan Hadjeres, François-David Pachet · 2017
按目标、表示、架构、挑战、策略五个维度梳理深度学习音乐生成
被推荐 · 3 人首次 2017-09-07 · 最近 2022-04-05发表于 HAL
3不同的人
3活跃月份
4讨论串
180被引(OpenAlex)
论文综述并分析了用深度神经网络生成音乐内容的各种方式,提出基于目标、表示、架构、挑战和策略五个维度的分析方法。在每个维度上比较不同模型和技术,并自下而上提出初步的多维类型学,最后给出讨论与展望。
HN 为什么提它
HN 评论者在讨论 AI 音乐生成时,把它作为相关的综述论文推荐给想系统了解该领域的人。
综述难度 3 / 5约 240 分钟有时效性
读之前最好知道
1神经网络基础(前馈网络、RNN)
2自编码器与生成对抗网络(GAN)
3MIDI 与音乐表示(piano roll)
4基本乐理
学习路径
读这篇之前,按顺序读书架上的 6 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出这条路径补上综述中会反复出现的几类生成模型基础:序列生成、VAE、GAN、自回归音频、注意力和风格迁移,再读这篇音乐生成综述。
- 1
用 RNN 逐步生成序列,是许多符号音乐生成模型的基本做法。
读LSTM 逐步预测下一个元素的生成方式,以及手写体生成的例子。
- 2
- 3
- 4
- 5
- 6
- 7Deep Learning Techniques for Music Generation -- A Survey
目标论文:按目标、表示、架构、挑战、策略五个维度综述音乐生成的深度学习技术。
读先抓住五维分析框架,再按表示(波形、频谱、音符等)和架构两条线对照前面各类模型。
HN 书评
推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及推荐Rochus · 2022-02
推荐这篇音乐生成的综述论文
引用Rochus · 2022-04
“See also Deep Learning Techniques for Music Generation -- A Survey: Deep Learning Techniques for Music Generation -- A Survey”
补充链接这篇音乐生成的深度学习综述
被提交为 story · 2 次
- Deep Learning Techniques for Music Generation – A Survey ↗lainon · 2017-09-07 · 4 分
- Deep Learning Techniques for Music Generation – A Survey ↗tim_sw · 2017-09-11 · 96 分