ComposerX: Multi-Agent Symbolic Music Composition with LLMs

音乐创作代表了人类创造性的一面，本身是一项复杂的任务，需要理解和生成具有长期依赖性和和谐约束的信息能力。虽然当前的LLM在STEM学科方面表现出了令人印象深刻的能力，但在这项任务中很容易失败，即使配备了现代技术，如上下文学习和思维链。为了进一步探索和提高LLM在音乐创作方面的潜力，利用它们的推理能力和音乐历史和理论的大量知识库，我们提出了一个基于代理的符号音乐生成框架ComposerX。我们发现，采用多代理方法显著提高了GPT-4的音乐作曲质量。结果表明，ComposerX能够产生连贯的复调音乐作品，具有引人入胜的旋律，同时遵循用户的指示。

ComposerX: 一种基于代理的符号音乐生成框架，旨在提高LLMs在音乐创作方面的能力。

使用多代理方法显著提高了GPT-4在音乐生成方面的质量。

ComposerX能够生成具有连贯的多声部音乐作品和迷人的旋律，同时遵循用户的指示。实验设计合理，使用了音乐历史和理论的大量知识库。

最近的相关研究包括：Generating Multi-Track Piano-rolls from MIDI Files Using Convolutional Neural Networks and Inter-Track Harmonization via Triad Stacks。