SYMPLEX: Controllable Symbolic Music Generation using Simplex Diffusion with Vocabulary Priors

我们提出了一种基于单纯形扩散的快速可控符号音乐生成新方法，这种方法本质上是一种在概率空间上操作而非信号空间的扩散过程。该目标已经应用于自然语言处理等领域，但在这里，我们将其应用于使用无序表示生成4小节多乐器音乐循环。我们展示了我们的模型可以通过词汇先验进行控制，这为音乐生成过程提供了相当高的控制水平，例如，填充时间和音高以及选择乐器 - 所有这些都不需要任务特定的模型适应或应用外部控制。

论文试图通过基于简单扩散的方法生成符号音乐，解决音乐生成过程中的控制性和速度问题。

论文提出了一种基于概率扩散的方法，用于生成4小节多乐器音乐循环，通过先前定义的词汇先验知识来控制生成的过程。

论文使用了基于先验知识的方法来控制生成的过程，避免了需要特定任务模型适应或外部控制的问题。实验结果表明，该方法能够有效地生成高质量的音乐片段。

在相关研究领域，最近也有一些基于深度学习的音乐生成方法，如使用LSTM的模型、使用GAN的模型等。