توليد السيمفونية باستخدام نموذج لغوي غير حساس للترتيب

في هذه الدراسة، نقترح نموذج لغة غير حساس للترتيب، يُسمى SymphonyNet، كحل لمشكلة توليد الموسيقى السيمفونية الرمزية. نقدّم تمثيلًا جديدًا يُسمى MMR (تمثيل متعدد المسارات، متعدد الآلات، قابل للتكرار) للموسيقى السيمفونية، ونُمَثّل التسلسل الموسيقي باستخدام نموذج لغة تلقائي-مُتسلسل مبني على مُحول (Transformer) يعتمد على تضمين مكاني ثلاثي الأبعاد مخصص. وللتغلب على مشكلة تجاوز الطول عند نمذجة رموز سيمفونية طويلة جدًا، نقترح أيضًا خوارزمية معدلة لتقسيم البايتات المتزامنة (Music BPE) الخاصة بالرموز الموسيقية، ونُقدّم معمارية جديدة لفك التشفير باستخدام المحول الخطي كهيكل أساسي. وفي الوقت نفسه، نُدرّب فك التشفير على تعلّم الترتيب الآلي للموسيقى كمهمة مشتركة، عن طريق إخفاء معلومات الآلات من المدخلات. كما نقدّم أيضًا مجموعة بيانات كبيرة الحجم للموسيقى السيمفونية الرمزية لتعزيز أبحاث توليد الموسيقى السيمفونية. وأظهرت النتائج التجريبية أن النهج المقترح قادر على إنتاج موسيقى سيمفونية متماسكة، وحديثة، ومركبة، ومتوازنة، كحل رائد في مجال توليد الموسيقى الرمزية متعددة المسارات والآلات.