研究用交叉注意力学习爵士钢琴家风格

研究者微调了基于钢琴 MIDI 预训练的 16 层 Transformer 模型 Aria，在 PiJAMA 数据集中十二位爵士钢琴家的独奏上训练，并在最后八层插入门控交叉注意力层，读取每位钢琴家的学习嵌入向量，以生成对应风格的演奏。 据论文作者称，生成片段被分类器判定为对应钢琴家的比例为 70%，无条件下为 37%；仅用生成音乐训练的第二个分类器识别真实录音的准确率达 95%。作者说明，这些评分来自分类器而非听众，被评分的片段是挑选出来的而非复制。 作者还指出，模型训练于商业录音的自动转写，因此力度和踏板是近似的，渲染效果比原唱片更平淡；十二位钢琴家是按可区分性从 PiJAMA 的三十位中选出的，即预训练模型最容易分辨的那十二位。

AI 根据报道生成 · 8 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。