高次元シーケンスにおける時間依存関係のモデル化：ポリフォニック音楽生成と転写への応用

私たちは、多声音楽のシンボリックなシーケンスを完全に一般的なピアノロール表現でモデル化する問題を調査しています。当研究では、再帰型ニューラルネットワークによって条件付けられた分布推定器に基づく確率モデルを導入し、高次元シーケンスにおける時間依存関係を発見することができます。私たちの手法は、現実的なデータセットにおいて多くの伝統的な多声音楽モデルを上回っています。また、当研究の音楽言語モデルがシンボリックな事前情報として機能し、多声転記の精度を向上させることを示しています。