記号的音楽合成のための深層学習モデルの主観的評価【JST・京大機械翻訳】

Hernandez-Olivan Carlos; Puyuelo Jorge Abadias; Beltran Jose R.

プレプリント

J-GLOBAL ID：202202200899476569 整理番号：22P0311291

記号的音楽合成のための深層学習モデルの主観的評価【JST・京大機械翻訳】

Subjective Evaluation of Deep Learning Models for Symbolic Music Composition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月28日プレプリントサーバーでの情報更新日： 2022年04月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

深層学習モデルは,与えられたタスクに関してそれらの性能を測定し,比較するために典型的に評価される。これらのモデルを評価するために一般的に使用されるメトリックスは,異なるタスクに使用される標準メトリックである。音楽構成または生成の分野で,他の分野で使われる標準計量は音楽理論に関して明確な意味を持たない。本論文では,音楽経験と知識に基づく異なるレベルのユーザに対する基本的音楽原理に関連する質問を問うことにより,AIベースの音楽構成システムを評価するための主観的方法を提案した。この方法を用いて,深層学習による音楽構成に対する最先端モデルを比較した。この評価法の結果を示し,各評価モデルに対する各ユーザレベルの応答を比較した。【JST・京大機械翻訳】

, , , , , ,
, , , , , , , 【Automatic Indexing@JST】

楽器音響

, , , ,

前のページに戻る