抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習の分野における音楽は,多くの制約を持つ非常に困難な問題である。オーディオデータの性質は,その非常に高い次元と構造的に変化するスケールを持ち,それがモデル化するのが難しい主な理由の1つである。音楽,条件付き音楽生成,または人気予測の区分の分類のような音楽における機械学習の多くの応用がある。このプロジェクトの目的は,Melスペクトログラムに基づく音楽のジャンル条件生成モデルを開発することであり,ノートベース表現を使用する既存の生成音楽モデルと比較してその性能を評価することである。最初に,MelNetと呼ばれる自己回帰,RNNベース生成モデルを実行した。しかしながら,その遅い速度と低い忠実度出力のため,著者らは,cMelGANと呼ばれる,MelGAN[4]と条件付きGANアーキテクチャに基づく,新しい完全畳込みアーキテクチャを作成することを決定した。【JST・京大機械翻訳】