Music2Dance：面向音乐驱动舞蹈生成的DanceNet

从音乐生成人类动作，即“音乐到舞蹈”的转换，近年来吸引了大量研究关注，具有重要的吸引力。这一任务具有挑战性，不仅因为舞蹈动作需要具备高度真实性和复杂性，更关键的是，生成的动作必须与音乐的风格、节奏和旋律保持一致。本文提出一种新颖的自回归生成模型——DanceNet，该模型将音乐的风格、节奏和旋律作为控制信号，生成具有高真实感与多样性的三维舞蹈动作。为提升所提模型的性能，我们邀请专业舞者采集了多组同步的音乐-舞蹈数据对，并构建了一个高质量的音乐-舞蹈配对数据集。实验结果表明，所提出的方法在生成效果上达到了当前最先进的水平。