Polyphonic Music Generation with Sequence Generative Adversarial Networks
Sang-gil Lee, Uiwon Hwang, Seonwoo Min, Sungroh Yoon · Journal of KIISE · 2024
본 논문에서는 sequence generative adversarial networks (SeqGAN)을 활용하여 다성음악 시퀀스 생성 방법을 제안한다. 우리는 코드와 멜로디를 모두 고려한 다성 MIDI 파일을 표현하는 기법을 제안하며, 이 표현법은 멜로디와 코드의 음의 길이, 옥타브, 및 조표를 하나의 단어 벡터로 압축한다. 생성자는 순환 신경망으로 구성되었으며, 음악 시퀀스의 분포를 예측하도록 학습되었다. 또한, 모델의 학습을 안정화하기 위해 판별자에 최소 제곱 손실함수를 사용하였다. 제안하는 모델은 음악적으로 일관된 시퀀스를 생성하며, 정량적 및 정성적으로 생성 성능이 향상됨을 확인하였다.