Steer-by-prior Editing of Symbolic Music Loops

本文旨在构建一个可控的符号音乐循环生成和编辑系统，探索了一种被称为“超级叠加语言建模”的掩蔽语言建模的推广。超级叠加语言模型不像输入令牌是已知或未知的那样，它将序列的先验作为输入，使我们能够在推理时对生成应用各种约束。在详细阐述我们的方法后，我们在多乐器MIDI循环领域的各种编辑任务中展示了我们的模型。最后，我们强调了该方法的一些局限性和未来研究的方向。我们在https://erl-j.github.io/slm-mml-demo/提供了SLM在多个生成和编辑任务中的示例。

本文旨在构建一个可控符号音乐循环生成和编辑系统，提出了一种称为Superposed Language Modelling的模型，通过输入序列的先验概率，从而在推理时应用各种约束条件，以解决该问题。

Superposed Language Modelling是一种新的模型，相比当前领域的研究状况，该模型的关键思路在于输入先验概率，从而可以对生成的结果进行各种约束条件的控制。

本文通过在多乐器MIDI循环领域的各种编辑任务中展示了SLM模型的应用。同时，作者还提供了模型的开源代码和在线演示。

在该领域的相关研究包括：基于深度学习的音乐生成模型、基于强化学习的音乐生成模型等。