MusicStyleTransfer-源码

MusicStyleTransfer 音乐风格转换使我们可以将一种音乐风格表现为另一种音乐风格。 这项工作侧重于古典和爵士风格。 介绍 观察神经网络在其他领域的成功，我们的目标是从音乐中产生有趣的结果。 音乐从根本上说是一系列音符。 作曲家会构造长音符序列，然后通过乐器进行演奏以产生音乐。 通过听音乐，人们可以轻松识别音乐的流派。但是，很难对音乐的风格进行参数化设置，因为它不依赖于诸如音高，人声等任何固定指标，而是取决于音乐的组成和性能。被关联。 尽管音乐流派（古典，爵士等）取决于听众，但每种流派都有一定的区别特征。 生成模型可用于原则上更改现有数据的属性，甚至在数据样本之间转移属性。在本报告中，我们旨在了解不同音乐流派的风格，并通过属性转移将一种音乐风格转换为另一种音乐风格。 我们通过生成对抗网络（GAN）和序列-序列模型（Seq-Seq）展示了各种方法与所得音乐作品之间的比较。 方法